【摘要】学习大数据首先要了解大数据的学习路线，首先搞清楚先学什么，再学什么，大的学习框架知道了，就下来就是踏踏实实从最基础的开始学起。学习路线一般为：hadoop生态圈——Strom——Spark——算法。那么，今天就跟随小编一起来看看吧!

HDFS：

Hadoop Distributed File System ，分布式文件系统，提供对应用程序数据的高吞吐量，高伸缩性，高容错性的访问。数据存储管理的基础。

YARN:

任务调度和集群资源管理。

MapReduce:

基于YARN的大型数据集并行处理系统。

Hbase：

分布式的、面向列的开源数据库。

Hive：

数据仓库工具，可以将sql语句转换为MapReduce任务进行运行。

Mahout：

Apache旗下的一个开源项目，提供一些可扩展的机器学习领域经典算法的实现。

Pig：

对大型数据集进行分析和评估的平台。

ZooKeeper：

分布式的，开放源码的分布式应用程序协调服务。

Hadoop环境搭建包括：

Linux环境安装、Hadoop本地模式安装、Hadoop伪分布式模式安装、完全分布式安装、Hadoop HA安装

Hadoop由GNU/Linux平台支持(建议)。需要安装一个Linux操作系统并设置Hadoop环境。如果有Linux操作系统等，可以把它安装在VirtualBox(要具备在 VirtualBox内安装Linux经验，没有装过也可以学习试着来)。

关于大数据技术Hadoop学习哪些内容，青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣，希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容，可以点击本站的其他文章进行学习。