往大資料方向發展需要學哪些技術？網上一搜真是指不勝屈。對於小白來說，實在是一頭霧水，到底哪些是當下流行的？哪些是必須要先學會的？流行？主次搞不清。為了解決這些疑惑，羚羊專門花了些時間， 挨個技術去研究對比歸類，大概總結出以下的技術點：
檔案儲存： Hadoop HDFS、GFS、KFS、Tachyon
離線計算： Hadoop MapReduce、Spark
流式、實時計算：flink、Storm、JStorm、Spark Structured Streaming、Heron、Spark Streaming
儲存格式：kudu、ORC、Apache Parquet、CarbonData
資料庫： HBase、Redis、MongoDB、Couchbase、LevelDB、Apache Cassandra、Ignite、TiDB
資源管理： YARN、Mesos
日誌收集： Flume、Scribe、Logstash、FileBeat
訊息系統： Kafka、StormMQ、ZeroMQ、RabbitMQ、Confluent Platform
線上、離線查詢搜尋分析： Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Drill、Kylin、Druid、ClickHouse、Elasticsearch
資料視覺化查詢分析工具：Apache Zeppelin、Kibana
分散式協調服務：Zookeeper
叢集管理與監控：Ambari、Ganglia、Nagios、Cloudera Manager
資料同步： Sqoop、DataX、Cannal、Maxwell、Debezium、DataBus
任務排程： Azkaban、Oozie
資料安全：Apache Eagle
機器學習、資料探勘：Spark MLLib、Mahout
下圖是羚羊根據當下流行的大資料技術點，結合之前的專案經驗，基於HDFS檔案系統搭建了一個基本的、通用的完整大資料平臺技術架構。一切的技術都是來源於不同的需求場景，所以根據不同的產品需求搭建出來的技術架構也會有差異。
【版權宣告】
本文版權歸作者(深圳伊人網網路有限公司)和部落格園共有，歡迎轉載，但未經作者同意必須在文章頁面給出原文連結，否則保留追究法律責任的權利。如您有任何商業合作或者授權方面的協商，請給我留言：siqing0822@163.com