对于真正想要学习大数据的同学来说，提前掌握一门编程语言是很有必要的;然后是讲解的大数据核心技术Hadoop、spark等生态系统，很如了解大数据技术，掌握大数据技术;然后是拓展部分，因为很多小伙伴学习大数据还想进入人工智能行业，所以把大数据技术做奠基，有了大数据技术想要进入人工智能是很容易的，毕竟人工智能技术也靠大数据和云计算撑起来的。
大数据是未来的发展方向，正在挑战我们的分析能力及对世界的认知方式，因此，我们与时俱进，迎接变化，并不断的成长!大数据学习群：868847735 一起讨论进步学习
大数据学习路线：
阶段一、 Java语言基础
Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类。
阶段二、 HTML、CSS与JavaScript
PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用。
阶段三、 JavaWeb和数据库
数据库、JavaWeb开发核心、JavaWeb开发内幕。
阶段四、 Linux&Hadoopt体系
Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架。
阶段五、 实战(一线公司真实项目)
数据获取、数据处理、数据分析、数据展现、数据应用。
阶段六、 Spark生态体系
Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算、实战一：基于Spark的推荐系统(某一线公司真实项目)、实战二：新浪网(www.sina.com.cn)。
阶段七、 Storm生态体系
storm技术架构体系、Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战。
阶段八、 大数据分析 —AI(人工智能)
Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习。