/BigDataGuide

大数据学习,从零开始学习大数据,包含大数据学习各阶段学习视频、面试资料

Primary LanguageJava

大数据学习指南

大数据学习指南,从零开始学习大数据开发,包含大数据学习各个阶段资汇总

公众号

关注我的公众号:旧时光大数据,回复相应关键字,获取更多大数据干货、资料

“大数据学习路线”中我自己看过的视频、文档资料可以直接在公众号获取云盘链接

大数据面试题 V4.0》已出,公众号回复:大数据面试题

已开星球,星球内容包括学习路线、学习资料(根据编程语言分了三大版本)、项目、面试题(大数据面试题、Java基础、计算机网络)、800+篇真实面经(已按公司分类)、自己整理的视频学习笔记

概述

大数据简介

大数据相关岗位介绍

大数据学习路线

学习路线中的视频、文档资料可以关注公众号:旧时光大数据,回复相应关键字获取云盘链接

大数据学习路线(包含自己看过的视频链接)

编程语言

编程语言部分建议先JavaSE,Spark和Flink之前学习Scala,如果时间紧迫,就找个Java版的Spark或Flink教程,Python看个人或工作,不过有Java基础,Python会快很多(别问我怎么学,问就是使劲拼命学 [ 吃瓜.jpg ])

一、JavaSE(二选一)

刘意2019版

尚硅谷宋红康版

二、Scala(二选一)

如果时间短,建议直接看配套Spark的那种三五天的,可以快速了解

韩顺平老师版

清华硕士武晟然老师版

三、Python

推荐黑马的Python视频,通俗易懂,而且文档比较齐全,有Java基础再看Python的话,上手很快

黑马Python版视频

Python文档and笔记

Linux

完全分布式集群搭建文档

关于VM、远程登录工具的安装暂时可以参考我的博客,找到相应步骤进行操作即可

集群搭建

大数据框架组件

一、Hadoop

  1.Hadoop——分布式文件管理系统HDFS
  2.Hadoop——HDFS的Shell操作
  3.Hadoop——HDFS的Java API操作
  4.Hadoop——分布式计算框架MapReduce
  5.Hadoop——MapReduce案例
  6.Hadoop——资源调度器YARN
  7.Hadoop——Hadoop数据压缩

二、Zookeeper

  1.Zookeeper——Zookeeper概述
  2.Zookeeper——Zookeeper单机和分布式安装
  3.Zookeeper——Zookeeper客户端命令
  4.Zookeeper——Zookeeper内部原理
  5.Zookeeper——Zookeeper实战

三、Hive

  1.Hive——Hive概述
  2.Hive——Hive数据类型
  3.Hive——Hive DDL数据定义
  4.Hive——Hive DML数据操作
  5.Hive——Hive查询
  6.Hive——Hive函数
  7.Hive——Hive压缩和存储
  8.Hive——Hive实战:统计影音视频网站的常规指标
  9.Hive——Hive分区表和分桶表
  10.Hive——Hive调优

四、Flume

  1.Flume——Flume概述
  2.Flume——Flume实践操作
  3.Flume——Flume案例

五、Kafka

  1.Kafka——Kafka概述
  2.Kafka——Kafka深入解析
  3.Kafka——Kafka API操作实践
  3.Kafka——Kafka对接Flume实践

六、HBase

  1.HBase——HBase概述
  2.HBase——HBase数据结构
  3.HBase——HBase Shell操作
  4.HBase——HBase API实践操作

七、Spark

Spark基础

  1.Spark基础——Spark的诞生
  2.Spark基础——Spark概述
  3.Spark基础——Spark运行模式
  4.Spark基础——案例实践

Spark Core

  1.Spark Core——RDD概述
  2.Spark Core——RDD编程(一)
  3.Spark Core——RDD编程(二)
  4.Spark Core——键值对RDD数据分区器
  5.Spark Core——数据读取与保存

Spark SQL

  1.Spark SQL——Spaek SQL概述
  2.Spark SQL——Spaek SQL编程
  3.Spark SQL——Spaek SQL数据的加载与保存
  4.Spark SQL——Spaek SQL实战

Spark Streaming

  1.Spark Streaming——Spark Streaming概述
  2.Spark Streaming——Dstream基础
  3.Spark Streaming——Dstream的转换&输出

八、Flink

  1.Flink——Flink核心概述
  2.Flink——Flink部署
  3.Flink——Flink运行架构
  4.Flink——Flink流处理API
  5.Flink——Flink中的Window
  6.Flink——时间语义与Wartermark
  7.Flink——ProcessFunction API(底层API)
  8.Flink——状态编程和容错机制
  9.Flink——Table API 与SQL
  10.Flink——Flink CEP

数据仓库

数据仓库总结

大数据项目

基本上选择三到四个即可,B站直接搜索项目名字,都有视频
详细说明公众号回复“大数据项目”即可

读书笔记

《阿里大数据之路》读书笔记

第一章 总述

第二章 日志采集

面试题

陆续更新中。。。。。全量面试题(700+道牛客网面经原题)见知识星球

一、Hadoop

1、Hadoop基础

介绍下Hadoop
Hadoop小文件处理问题
Hadoop中的几个进程和作用
Hadoop的mapper和reducer的个数如何确定?reducer的个数依据是什么?

2、HDFS

HDFS读写流程
HDFS的block为什么是128M?增大或减小有什么影响?

3、MapReduce

介绍下MapReduce
MapReduce优缺点
MapReduce工作原理(流程)

4、YARN

介绍下YARN

二、Zookeeper

介绍下Zookeeper是什么?
Zookeeper有什么作用?优缺点?有什么应用场景?
Zookeeper架构

三、Hive

说下为什么要使用Hive?Hive的优缺点?Hive的作用是什么?
Hive的用户自定义函数实现步骤与流程
Hive分区和分桶的区别
Hive的cluster by 、sort by、distribute by 、order by 区别?
Hive count(distinct)有几个reduce,海量数据会有什么问题?

四、Flume

介绍下Flume
Flume结构

五、Kafka

介绍下Kafka,Kafka的作用?Kafka的组件?适用场景?
Kafka实现高吞吐的原理?
Kafka的一条message中包含了哪些信息?
Kafka的消费者和消费者组有什么区别?为什么需要消费者组?
Kafka的ISR、OSR和ACK介绍,ACK分别有几种值?
Kafka怎么保证数据不丢失,不重复?
Kafka的单播和多播

六、HBase

介绍下HBase架构
HBase为什么查询快
HBase的大合并、小合并是什么?
HBase的rowkey设计原则
HBase的一个region由哪些东西组成?
HBase读写数据流程
HBase的RegionServer宕机以后怎么恢复的?
HBase的读写缓存

七、Spark

说下对RDD的理解?RDD特点、算子?
Spark小文件问题
Spark的内存模型
Spark的Job、Stage、Task分别介绍下,如何划分?
Spark的RDD、DataFrame、DataSet、DataStream区别?
RDD的容错

八、Flink

介绍下Flink


大数据面试 V1.0

一、Hadoop

  1.Hadoop面试题总结(一)
  2.Hadoop面试题总结(二)——HDFS
  3.Hadoop面试题总结(三)——MapReduce
  4.Hadoop面试题总结(四)——YARN
  5.Hadoop面试题总结(五)——优化问题

二、Zookeeper

  1.Zookeeper面试题总结(一)

三、Hive

  1.Hive面试题总结(一)
  2.Hive面试题总结(二)

四、HBase

  1.HBase面试题总结(一)

五、Flume

  1.Flume面试题总结(一)

六、Kafka

  1.Kafka面试题总结(一)
  2.Kafka面试题总结(二)

七、Spark

  1.Spark面试题总结(一)
  2.Spark面试题总结(二)
  3.Spark面试题总结(三)
  4.Spark面试题总结(四)

Spark性能优化:
  5.Spark面试题总结(五)——几种常见的数据倾斜情况及调优方式
  6.Spark面试题总结(六)——Shuffle配置调优
  7.Spark面试题总结(七)——程序开发调优
  8.Spark面试题总结(八)——运行资源调优

大数据&后端书籍

图片上的PDF书籍在公众号回复关键字“大数据书籍”或“Java书籍”自行进百度云盘群保存即可

  大数据书籍

交流群

交流群建好了,进群的小伙伴可以加我微信:MoRan1607,备注:GitHub