我是一名的大数据讲师，入行多年，见过有太多累死累活学习大数据开发的同学了！！！

作为老师，我能够理解每一位即将转行和正在转行的同学，你们可能焦虑自己是否能够学好这么多的大数据知识，如果坚持不下去怎么办？

今天我一定用我的经验告诉你，即使是非科班出身的人，一样可以在数据行业混的风生水起。首先我先给零基础学习的人先打个定心剂。我带过的学生里，学校一般，成绩一般，非计算机专业毕业的，大学数学挂科是常态的孩子比比皆是。

很多人一开始想转行大数据行业，都是受找工作的影响。毕业之后应聘一直不是很顺利，自己学校没有竞争力，符合本身专业的工作薪资待遇都一般。看了很多别人转行的经验分享，后转行了大数据行业。

为什么大家都会想转行大数据开发呢？因为这个行业相对来讲竞争是稍低的，而且很多互联网大厂都急需大数据开发的人才。

后来一大部分人就通过大数据培训，从学习到实习再到正式工作用短短的时间，就进入了这个行业。

下面我主要是针对有意入门大数据行业的小伙伴，提出一些我的建议，避免大家摸爬滚打走弯路。

一、学习路线总结

1、计算机基础知识

计算机基础知识是不可或缺的，如果你拥有扎实的基础知识，在遇到问题时可以快速认识到问题的本质，从而解决问题。我至今在不断在加强自己计算机基础知识的学习。

• 精通一门语言：Java，C，C++，Python，Go，Scala，等等。（大数据建议选择 Java、Scala或者Python）我的学生学习的是Java、Python、Scala。其实有了Java底子，Python很好学的，有了Java和Python底子Scala也好学。
• 数据结构与算法：链表，队列，堆，二叉树，排序，查找，贪心，回溯等。
• 计算机网络与基础：OSI七层体系，常用的TCP/IP四层体系。
• 操作系统：进程与线程，乐观锁与悲观锁，缓存一致性，CPU时间片调度。

2、大数据框架的技术原理

对于重点框架要重视企业级调优以及源码的学习，整个大数据知识体系学习需要花较长的时间，大数据框架也比较多。

• Java

Java是基础工具，我个人是学完JavaSE，重点对集合、多线程以及JVM进行深入学习，JavaEE没有花时间学。

• Linux

目前企业生产基本使用的是 Linux 系统，掌握 Linux 基本原理是未来必备技能。

• Hadoop

Hadoop是分步式系统基础架构，主要解决海量数据的存储和海量数据分析计算问题，包含HDFS，MapReduce，Yarn 三个组件。其它框架在此不作介绍了。

针对一个技术框架如何学习，我总结了框架学习要按照阶段去学，循序渐近。

不懂得地方直接加老师微信~~戳下面~~

3、项目实战

学习了大量的技术需要结合项目场景去应用，才能加深你对技术的理解。

大部分非科班同学都会遇到的痛点，在学校没有实际的项目。但是找工作的时候，简历上至少需要2~3个项目，并且要有1~2个亮点项目。

项目一般分为四类：

• 看网上视频做的伪实战项目：比如秒杀系统、订单系统、大数据分析项目等等，说白了，只是在功能上进行复现，距离真正的企业实战还有一定差距。但是，可以体现自己的学习内容，对于框架或组件的深入理解，比如你用到了kudu，那么你知道了kudu底层原理或源码，也是非常突出的，项目就得到了升华，建议是少谈业务，多聊底层技术，这样显示你的深度。
• 实习项目：有些同学在实习期间做的项目，这是真正的实战项目，但是人在少数能够有这个经历。如果你有的话，建议朝实战方面封装，比如JVM调优、GC调优、并发量或者实际遇到的并发问题，并发锁的使用等等。
• 比赛项目：做了一些天池中间件比赛，也是非常好的。突出比赛难度和你自己的贡献，用比赛数据说话、描述请比赛流程，如何攻克其中的难点，提高了成绩等等。
• 实验室弱相关的项目：实验室做的项目可能和你的职位不太相关，但是也可以体现能力，比如：我之前实验室用linux做了一个项目，但是和大数据关系不是那么大，但是能够突出linux一些技能和计算机消息队列等方面。

Github、Gitee、慕课⽹、哔哩哔哩、淘宝都可以找到大数据开发实战项目的。

4、面试

• 多刷面经

面经就是考试题，所以就像考试之前刷题一样去刷面经贴。通过刷完许多面经后，基本就可以总结出大多数的面试点，也知道这些面试点是出自于书籍中的哪部分，然后对应总结下。另外，如果之前看书的时候就已经做好相关总结，那么只需要刷一些面经贴作为补充，然后将自己的总结多多复习几遍即可。

• offer选择

决定因素一般是薪资、技术成长和地点，所以，根据这三个因素对不同offer进行打分，自然可以得到比较满意的结果。

三、学习资料

• 编程语言基础：Java基础是所有后续大数据学习的基石。通过看书学习，看完后会没有什么感觉，所以还是要结合网课去学，海牛视频课程里把每一个知识点都讲的非常全面，也会有详细的案例。如果你是零基础，建议看视频入门，代码一定要自己敲一遍，切忌眼高手低！
• 计算机网络与基础：海牛的视频，比较全面透彻，针对非科班同学特别友好！要留大把时间给后面技术框架学习，听完视频，可以去搜一搜相关的面经，可以查漏补缺。
• Linux：无论你做的是后端还是大数据，Linux已经成为企业筛选人才的一个标准。可以看一下海牛的Linux入门视频教程，课程逻辑清晰，讲解透彻。这也是我学习印象深刻的一门课，看完后，只能一句卧槽，居然还能讲的的这么清晰！
• Flink（重点！重点！重点！）：Flink 是一个分步式处理引擎，用于对无界和有界数据流进行状态计算。Flink 计算具有快速、灵巧、结果准确以及良好的容错性等一系列优点，被广泛用于各行各业的流式数据场景。

目前，国内形成以阿里为首的企业，腾讯，京东，滴滴，携程，美团等，都在使用 Flink框架。Flink 在大数据的流式计算占据着非常重要的地位，每一个大数据人都应该要掌握这门技术

作为一名大数据开发的引导人，深知一份好的入门学习资料可以给大家节约多少时间。因此，我把自己的教学重点，做了一下复盘，制作成学习资料分享给大家。希望能够给学习大数据开发的同学们一点帮助。

后，祝愿每一位同学，能够早日收割自己满意的 offer。