大数据初学者怎样学习
大数据现在很火很热，但是怎么学习呢？下面我就给大家介绍一下：
大数据的方向有 大数据运维工程师、大数据开发工程师、数据分析、数据挖掘、架构师等。
大数据的4大特征：
1.数据在体量方面很大，比如说文字，有各种各样的来源，有电子书|实体书|杂志|报刊等，它们的数据大吧。
2.数据的类型多种多样，有些是结构化的数据，像存在oracle,mysql这些传统的数据库里的数据，一般都是结构化，可以是还有非结构化，比如html,word，execl等格式。
3.它们的价值密度低，这样说吧，你比如说观看一条数据好像价值也不大，但是分析所有的数据之后呢？总会挖掘出一些 重要的东西。
4.处理这些数据的速度要快。比如像hadoop技术的mapreduce计算框架，相比传统的数据库处理速度要快，它的吞吐量 特别的大，再比如spark，spark在内存方面计算比hadoop快100倍，在磁盘方面计算快10倍。
大数据的技术：
hadoop生态圈：hadoop hdfs文件系统 mr计算模型、hive数据仓库、hbase数据库、flume日志收集、kafka消息系统
spark生态圈：spark core、spark sql、spark streaming、mllib和graphx
storm流式计算
分布式协调服务：zookeeper
nosql数据库：redis、mongodb
还有rabbitmq、impala、flink、kylin
机器学习：mahout
……
这么多技术这么学习呢？
先学hadoop
hadoop框架中由两大模块组成，一个hdfs(hadoop distributed file system)，是用来存储需要处理的数据，另外一个是mapreduce，是hadoop的处理数据的计算模型。学习一门数据库，像mysql 学点sql
hive
只要你会sql，你就会使用它。hive是基于hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供简单的sql查询功能，
可以将sql语句转换为mapreduce任务进行运行。
hbase
hbase即hadoop database，hadoop的数据库，hbase是一种 nosql 数据库,即不是rdbms ，不支持sql作为主要访问手段。
sqoop
sqoop是迁移数据工具，可以在很多数据库之间来迁移，
flume
flume是一个分布式的海量日志采集和传输框架，一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。
kafka
使用kafka完成数据的一次收集，多次消费。它是一个分布式、支持分区的（partition）、多副本的（replica），基于zookeeper协调的分布式消息系统。
spark基于内存计算的框架
spark core最为重要
sparksql
spark streaming
图计算
机器学习
storm实时的流计算框架
机器学习mahout
主要学习算法
建议
没有基础的人可以去培训一下，速成
如果你有很多时间，可以直接研究
如果你是牛人，需要你指导一下我。
喜欢就关注小编，小编天天写，你也可以进步一点点