大數據是對海量數據進行存儲、計算、統計、分析處理的一系列處理手段，處理的數據量通常是TB級，甚至是PB或EB級的數據，這是傳統數據處理手段所無法完成的，其涉及的技術有分布式計算、高并發處理、高可用處理、集群、實時性計算等，匯集了當前IT領域熱門流行的IT技術。

想要學好大數據需掌握以下技術：

1. Java編程技術

Java編程技術是大數據學習的基礎，Java是一種強類型語言，擁有極高的跨平臺能力，可以編寫桌面應用程序、Web應用程序、分布式系統和嵌入式系統應用程序等，是大數據工程師最喜歡的編程工具，因此，想學好大數據，掌握Java基礎是必不可少的！

2.Linux命令

對于大數據開發通常是在Linux環境下進行的，相比Linux操作系統，Windows操作系統是封閉的操作系統，開源的大數據軟件很受限制，因此，想從事大數據開發相關工作，還需掌握Linux基礎操作命令。真正的大數據工程師，linux命令是橫著寫很長，不是一句一句執行的，尤其是大數據工程師需要檢測cpu，內存，網絡IO等各種開銷，就需要掌握各種命令，命令主要分為這幾種，一是查看各種進程的相關信息，其中包括cpu或者內存等從高到底，或者是前十等等。二是排查故障，結合linux和java的各種命令快速定位到問題出現的關鍵地方。三是排除系統長時間使用過慢原因等。

3.Hadoop

Hadoop是大數據開發的重要框架，Hadoop分HDFS和Map/reduce，HDFS是Hadoop的主要分布式存儲。一個HDFS集群主要由一個NameNode（管理文件系統的元數據）和存儲實際數據的DataNode組成。HDFS為海量的數據提供了存儲，實現了存取優化。Hadoop的MapReduce是一個軟件框架，為海量的數據提供了計算，可方便地編寫應用程序處理大量的數據（多是TB數據集），因此，需要重點掌握，除此之外，還需要掌握Hadoop集群、Hadoop集群管理、YARN以及Hadoop高級管理等相關技術與操作！

4.HBase

HBase是Hadoop的數據庫，HBase是一個分布式的、面向列的開源數據庫，它提供了隨機，實時讀/寫訪問大數據，并進行了優化承載非常大的數據表 - 數十億行乘以百萬列 -，實現服務器硬件之上集群。不同于一般的關系數據庫，更適合于非結構化數據存儲的數據庫，是一個高可靠性、高性能、面向列、可伸縮的分布式存儲系統，在其核心Apache HBase是一個分布式的面向列的數據庫，屬于谷歌的Bigtable：Apache HBase在Hadoop和HDFS之上提供了類似于Bigtable的能力。大數據開發需掌握HBase基礎知識、應用、架構以及高級用法等。

5.Hive

Hive是基于Hadoop的一個數據倉庫工具，方便簡單的數據匯總工具，可以將結構化的數據文件映射為一張數據庫表，并提供簡單的sql查詢功能，可以將sql語句轉換為MapReduce任務進行運行，十分適合數據倉庫的統計分析。同時，這語言也可以讓傳統的map / reduce程序員嵌入他們的自定義maperhe reducer.對于Hive需掌握其安裝、應用及高級操作等。

6.ZooKeeper

ZooKeeper是Hadoop和Hbase的重要組件，是一個為分布式應用提供一致性服務的軟件，一種集中式的服務（負載平衡器），提供的功能包括：配置維護、域名服務、分布式同步、組件服務等，并提供團體服務。Apache ZooKeeper協調運行在Hadoop集群上的分布式應用程序。在大數據開發中要掌握ZooKeeper的常用命令及功能的實現方法。

7.phoenix

phoenix是用Java編寫的基于JDBC API操作HBase的開源SQL引擎，其具有動態列、散列加載、查詢服務器、追蹤、事務、用戶自定義函數、二級索引、命名空間映射、數據收集、行時間戳列、分頁查詢、跳躍查詢、視圖以及多租戶的特性，大數據開發需掌握其原理和使用方法。

8.Avro與Protobuf

Avro與Protobuf均是數據序列化系統，可以提供豐富的數據結構類型，十分適合做數據存儲，還可進行不同語言之間相互通信的數據交換格式，學習大數據，需掌握其具體用法。

9.Cassandra

Apache Cassandra是一個高性能，可擴展性和高線性可用的數據庫，可以運行在服務器或云基礎設施上，為關鍵任務數據提供完美的平臺，。 Cassandra支持多個數據中心之間復制是同類產品中最好，為用戶提供更低的延遲，甚至不懼怕停電。 Cassandra的數據模型提供了便利的列索引，高性能試圖和強大的內置緩存。

10.Kafka

Kafka是一種高吞吐量的分布式發布訂閱消息系統，其在大數據開發應用上的目的是通過Hadoop的并行加載機制來統一線上和離線的消息處理，也是為了通過集群來提供實時的消息。大數據開發需掌握Kafka架構原理及各組件的作用和使用方法及相關功能的實現！

11.Chukwa

是一個開源大型分布式系統的數據采集監視系統。它是建立在Hadoop分布式文件系統（HDFS）和Map/ Reduce框架之上，并繼承了Hadoop的可伸縮性和健壯性。 Chukwa還包括一個靈活而強大的工具包，用于顯示，監測和分析結果，以便做出最佳地使用所收集的數據。

12.Flume

Flume是一款高可用、高可靠、分布式的海量日志采集、聚合和傳輸的系統，Flume支持在日志系統中定制各類數據發送方，用于收集數據；同時，Flume提供對數據進行簡單處理，并寫到各種數據接受方（可定制）的能力。大數據開發需掌握其安裝、配置以及相關使用方法。