現如今大數據的使用頻率不斷增加，各個領域都有鋪天蓋地的信息，面對成千上萬的瀏覽、行為數據，如果使用以前的軟件來進行數據處理是遠遠不能滿足的。現在大數據的產生也是應運而生。以下是小編為你整理的0基礎學大數據 ?
javaMR語言 ?
這種語言產生很早了，大家也或多或少的接觸過，但是在大數據中使用已經有的原型進行構建龐大系統，是一種最基本的選擇。 ?
Scala語言 ?
以java為基礎的語言，和java很像，對任何想要進行大規模的機械學習或是建立高階的算法，Scala是逐漸興起的工具，善于呈現且擁有建立可靠系統的能力。
Hadoop ?
在以java為基礎的大數據處理當中，Hadoop為作一批數據處理，發展以java為基礎的架構關鍵。相對于其他處理工具而言，Hadoop慢許多，但是無比的準確可被后端數據庫分析廣泛使用 ?
Kafka andStorm ?
它是一個特別快速的查詢信息系統，但是因為太快了在實施操作時會犯錯，有時候會漏掉東西。 ?
Pythom語言 ?
Python擁有R語言處理復雜數據的能力及更務實的語言特質，更簡單和直觀，在近幾年的成長很快。在數據處理范疇內，通常在規模與復雜之間要有個選擇，Python無疑當選。 ?
大數據的特征分析 ?
特征分析是從數據庫中的一組數據中提取出關于這些數據的特征式，這些特征式表達了該數據集的總體特征。如營銷人員通過對客戶流失因素的特征提取，可以得到導致客戶流失的一系列原因和主要特征，利用這些特征可以有效地預防客戶的流失。 ?
變化和偏差分析。偏差包括很大一類潛在有趣的知識，如分類中的反常實例，模式的例外，觀察結果對期望的偏差等，其目的是尋找觀察結果與參照量之間有意義的差別。在企業危機管理及其預警中，管理者更感興趣的是那些意外規則。意外規則的挖掘可以應用到各種異常信息的發現、分析、識別、評價和預警等方面。 ?
Web頁挖掘。隨著Internet的迅速發展及Web 的全球普及， 使得Web上的信息量無比豐富，通過對Web的挖掘，可以利用Web 的海量數據進行分析，收集政治、經濟、政策、科技、金融、各種市場、競爭對手、供求信息、客戶等有關的信息，集中精力分析和處理那些對企業有重大或潛在重大影響的外部環境信息和內部經營信息，并根據分析結果找出企業管理過程中出現的各種問題和可能引起危機的先兆，對這些信息進行分析和處理，以便識別、分析、評價和管理危機。 ?
MLib(機器學習庫) ?
Spark MLlib是一個機器學習庫，它提供了各種各樣的算法，這些算法用來在集群上針對分類、回歸、聚類、協同過濾等。 ?
Streaming(流計算模型) ?
Spark Streaming支持對流數據的實時處理，以微批的方式對實時數據進行計算 ?
?
Kafka(分布式消息隊列) ?
Kafka是Linkedin于2010年12月份開源的消息系統，它主要用于處理活躍的流式數據。 ?
活躍的流式數據在web網站應用中非常常見，這些數據包括網站的pv、用戶訪問了什么內容，搜索了什么內容等。 ?
這些數據通常以日志的形式記錄下來，然后每隔一段時間進行一次統計處理。 ?
Phoenix(hbase sql接口) ?
Apache Phoenix 是HBase的SQL驅動，Phoenix 使得Hbase 支持通過JDBC的方式進行訪問，并將你的SQL查詢轉換成Hbase的掃描和相應的動作。 ?
如何學好Java ?
萬丈高樓平地起，首先要學好java的基礎部分，重點學習java SE，尤其要熟練掌握面向對象、集合框架，常用的數據結構、JDBC、異常、IO、線程和網絡編程，對于每個知識點，*是能學做結合，開發一些程序，便于深入了解 ?
基礎學習完畢之后，開始進入java web部分的學習，主要是考慮到java web的應用范圍很廣，而且招聘的時候，基本都要求這些。首先學習Servlet、JSP的基礎知識，了解httprequest，httpResponse，之后開始學習Struts2、Hibernate和Spring，經典的SSH框架 ?
在學習SSH框架的時候，平時要多應用，多開發。同時需要閱讀一些框架的源代碼程序，了解原理，之后開始自己動手寫一些小的框架 ?
做java web方向的時候，除了后臺java 代碼需要進行學習之外，還需要學習前臺的css html jquery 等前臺開發框架，同時需要學習后臺數據庫的配置，以及sql語句的書寫和數據庫的調優 ?
java的大數據方向，尤其是要學習hadoop，spark這些主流的大數據框架，學習如何使用這些開源工具，在使用的過程中，了解原理，熟悉源代碼 ?
java的移動開發方向，主要就是學習android手機客戶端程序的開發，學習anrdoi的體系架構，一些常用的組件開發，下拉框，菜單。熟練掌握activity，service的概念 ?
