推广 热搜: 广场  Java  app  Word  营业  微信公众号  北京代理记账  商城  代理记账  商标交易 

kafka3.0使用什么代替zookeeper 没有计算机基础应该如何学习大数据知识?

   2023-04-27 企业服务招财猫70
核心提示:没有计算机基础应该如何学习大数据知识?学习程序开发可以在一些开源平台上浏览更多的项目、博客、问答。知名平台如github,stackoverflow。在github上搜索大数据,会出现相关项目。有大数

没有计算机基础应该如何学习大数据知识?

学习程序开发可以在一些开源平台上浏览更多的项目、博客、问答。知名平台如github,stackoverflow。

在github上搜索大数据,会出现相关项目。有大数据入门指南的项目挺好的,可以借鉴一下。地址:如果限制访问,可以点赞评论。

以下是取自项目的插图和章节导航。

附:项目相关知识点如下

大数据学习路线

大数据技术堆栈思维导图

大数据常用软件安装指南

首先,Hadoop

分布式文件存储系统-HDFS

MapReduce,一个分布式计算框架

集群资源管理器-yarn

Hadoop单机伪集群环境的构建

Hadoop集群环境构建

HDFS通用Shell命令

HDFSJavaAPI的使用

基于Zookeeper构建Hadoop高可用性集群

第二,蜂巢

Hive简介和核心概念

Linux环境下Hive的安装和部署

HiveCLI和B:

Spark简介

星火开发环境建设

弹性数据集RDD

RDD常用运算符详解

Spark操作模式和作业提交

火花累加器和广播变量

基于Zook:

数据框架和数据集

结构化API的基本用法

SparkSQL外部数据源

SparkSQL的常用聚合函数

SparkSQL连接操作

火花流:

火花流简介

火花流基本操作

火花流动集成水槽

火花流式集成卡夫卡

第四,风暴

暴雨和河流处理简介

风暴核心概念详解

风暴单机环境建设

风暴集群环境建设

风暴规划模型详解

风暴工程三种包装的对比分析

暴风集成Redis详解

风暴集成HDFS/Hbase

风暴集成卡夫卡

动词(verb的缩写)弗林克

Flink核心概念概述

Flink开发环境建设

Flink数据源

Flink数据转换

Flink数据接收器

Flink窗口模型

Flink状态管理和检查点机制

Flink独立集群部署

第六,Hbase

Hbase简介

Hbase系统架构和数据结构

h基本环境构建(独立/伪分布式模式)

Hbase集群环境的构建

Hbase常见Shell命令

HbaseJavaAPI

Hbase过滤器的详细说明

Hbase协处理器的详细说明

h基本灾难恢复和备份

Phoenix,Hbase的SQL中间层

春天/SpringBoot整合Mybatis凤凰

七、卡夫卡

卡夫卡简介

基于Zookeeper构建Kafka高可用性集群

卡夫卡制作人详解

卡夫卡消费者详解

深刻理解卡夫卡的复制机制

八,动物园管理员

Zookeeper简介和核心概念

Zookeeper单机环境和集群环境构建

Zookeeper常见Shell命令

ZookeeperJava客户端-Apache管理员

动物园管理员ACL访问控制

九、水槽

水槽的简介和基本用途

Linux环境下Flume的安装和部署

水槽整合卡夫卡

X.Sqoop

Sqoop的介绍和安装

Sqoop的基本用法

Xi。阿兹卡班

阿兹卡班简介

Azkaban3.x的编译和部署

阿兹卡班流程1.0的使用

阿兹卡班流程2.0的使用

十二。斯卡拉

Scala介绍及开发环境配置

基本数据类型和运算符

过程控制语句

阵列-阵列

器械包类型汇总

列表集,常用的集合类型之一

常见的集合类型之一——maptuple

班级

继承和特点

函数闭包的cori化

模式匹配

类型参数

隐式转换和隐式参数

十三。公共内容

大数据应用程序的常见打包方法

附言

推荐数据共享和开发工具

自学大数据,能找到工作吗?简历该如何写?

谢谢你邀请我!

自学大数据没问题,能不?找工作要看你掌握的技能是否能满足企业的岗位要求。至于简历,你要清晰的呈现你的知识结构和项目经历。

对于自学大数据的工程师来说,简历中要突出以下几个方面:

首先,描述具体职位的知识结构。大数据相关工作包括大数据平台研发、大数据应用开发、大数据分析和大数据运维等。每个岗位需要的知识结构不一样,要有针对性的描述。记得在简历上做个大概描述,重点突出。

第二,注意实用环节的描述。对于大数据领域的工程师来说,实践能力是企业最关注的能力之一,所以需要把学习过程中涉及的实践环节讲清楚。以大数据分析为例,如何做数据分析是企业最关心的内容,包括具体的方法,比如数据分析能否由机器学习来完成就是考察的重点内容。

第三,注意基础知识的描述。对于自学者来说,大数据的很多行业实践可能并不了解,包括数据的收集、整理、存储、安全等方法。如果在这些环节做过多的描述,就会偏离正常的轨道。尽量避免陷入这些环节,突出自己的基础知识结构。基础知识对于一个大数据工程师来说非常重要,一定要强调。

第四,注意学习能力的描述。对于大数据工程师来说,学习能力很重要。对于自学者来说,能够掌握一定的大数据知识本身就证明了他们的自学能力。尤其是初级大数据岗位,面试官可能更看重者的学习能力,所以需要重点考察学习大数据的过程、计划和经验,这些往往能决定面试的结果。

人工智能和大数据是我的主要研究方向。目前也在考相关方向的研究生。我会陆续在头条写一些关于人工智能的文章。有兴趣的朋友可以关注我,相信我会有所收获。

如果你有任何上网问题,也可以咨询我,谢谢!

 
反对 0举报 0 收藏 0 打赏 0评论 0
 
更多>同类资讯
推荐图文
推荐资讯
点击排行
合作伙伴
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  冀ICP备2023006999号-8