最近很多人問小編現在學習大資料這麼多，他們都是如何學習的呢。很多初學者在萌生向大資料方向發展的想法之後，不免產生一些疑問，應該怎樣入門？應該學習哪些技術？學習路線又是什麼？今天小編特意為大家整理了一份大資料從入門到精通的學習路線。並且附帶學習資料和視訊。希望能夠幫助到大家。
大資料學習資料分享群：119599574
第一階段：Linux理論
（1）Linux基礎；（2）Linux-shell程式設計；（3）高併發：lvs負載均衡；（4）高可用&反向代理
第二階段：Hadoop理論
（1）hadoop-hdfs理論；（2）hadoop-hdfs叢集搭建；（3）hadoop-hdfs 2.x & api ；（4）hadoop-MR理論 ；
（5）hadoop-MR開發分析；（6）hadoop-MR原始碼分析 ；（7）hadoop-MR開發案例
第三階段：Hive理論
（1）Hive介紹以及安裝 ；（2）Hive實戰
第四階段：HBase
（1）HBase介紹以及安裝 ；（2）HBase調優
第五階段： redis理論
（1）redis型別 ； （2） redis高階
第六階段：Zookeeper理論
（1）Zookeeper介紹 ；（2） Zookeeper使用
第七階段： Scala語法
（1）Scala語法介紹；（2）scala語法實戰
第八階段： Spark理論
（1）Spark介紹；（2）Spark程式碼開發流程 ； （3）Spark叢集搭建；（4） Spark資源排程原理；
（5）Spark任務排程；（6）Spark案例；（7）Spark中兩種最重要shuffle；
（8）Spark高可用叢集的搭建；（9）SparkSQL介紹；（10） SparkSQL實戰 ；
（11）SparkStreaming介紹；（12）SparkStreaming實戰
第九階段：機器學習介紹
（1） 線性迴歸詳解； （2）邏輯迴歸分類演算法； （3）Kmeans聚類演算法； （4）KNN分類演算法； （5）決策樹 隨機森林演算法
從零基礎到專案實戰，實時交易監控系統，推薦系統理論，資料庫搭建等等。需要以下大資料學習資料的小夥伴可以加群免費獲取，大家一起學習大資料。
大資料學習資料分享群：119599574
第十階段：Elasticsearch理論
（1）Elasticsearch搜尋原理； （2） Elasticsearch實戰
第十一階段：Storm理論
（1）Storm介紹以及程式碼實戰；（2）Storm偽分散式搭建以及任務部署； （3）Storm架構詳解以及DRCP原理；
（4） 虛擬化理論kvm虛擬化 ； （5） docker
1,_推薦系統理論與實戰專案 Part2
2,推薦系統理論與實戰 專案Part1
3.實時交易監控系統專案(下)
4,實時交易監控系統專案(上)
5,使用者行為分析系統專案1
6,使用者行為分析系統專案2
7,大資料批處理之HIVE詳解
8,ES公開課 part1
9,spark_streaming_
10,資料倉儲搭建詳解
11,大資料任務排程
12,流資料整合神器Kafka
13,Spark 公開課
14,海量日誌收集利器：Flume
15,Impala簡介
16,Hive簡介
17,MapReduce簡介
18海量資料高速存取資料庫 HBase
19,淺談Hadoop管理器yarn原理
20,,分散式全文搜尋引擎ElasticSearch Part2
結語：以上就是大資料從入門到精通的學習路線了，並且有許多專案實戰供大家實踐。祝大家工作順利，步步高昇.