2022年Python+大数据学习路线图 内附「路线+视频」

Posted 2022-02-12 Maynor学长

任何学习过程都需要一个科学合理的学习路线，才能够有条不紊的完成我们的学习目标。

以往的数据开发，需要一定的Java基础和工作经验，门槛高，入门难。今天特别为大家整理了一个全面的Python+大数据学习路线图，帮大家理清思路，攻破难关！

本路线图适合零基础入门数据开发行业的小伙伴，从Python语言入手。

Python语言简单易懂，适合零基础入门，在编程语言排名上升最快，能完成数据挖掘、机器学习、实时计算在内的各种大数据集成任务。

PS：等不及的同学可以直接翻到文末点击阅读原文查看路线图 。别忘了收藏呦，此套路线图不定期更新呦！

第一阶段：大数据开发入门

×

mysql数据库及SQL语法

MySQL可以处理拥有上千万条记录的大型数据库，使用标准的SQL数据语言形式，MySQL可以安装在不同的操作系统，并且提供多种编程语言的操作接口，这些编程语言包括C、C++、Python、Java、Ruby等等。支持多种存储引擎。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1iF411z7Pu

×

Kettle与BI工具

Kettle作为一个端对端的数据集成平台，其部分特色功能包括：无代码拖拽式构建数据管道、多数据源对接、数据管道可视化、模板化开发数据管道、可视化计划任务、深度Hadoop支持、数据任务下压Spark集群、数据挖掘与机器学习支持。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1CT4y157KE?p=24

×

Python与数据库交互

实际的生产任务中，数据几乎全部存在与数据库中，因此，与数据库的交互成为一件难以避免的事情。想要在Python代码中和MySQL数据库进行交互，需要借助一个第三方的模块“Pymysql”

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1BP4y1E7WY

第二阶段：大数据核心基础

×

Linux

Linux 作为操作系统，本身是为了管理内存，调度进程，处理网络协议栈等等。

而大数据的发展是基于开源软件的平台，大数据的分布式集群( Hadoop，Spark )都是搭建在多台 Linux 系统上，对集群的执行命令都是在 Linux 终端窗口输入的。

据Linux基金会的研究，86%的企业已经使用Linux操作系统进行大数据平台的构建。Linux占据优势。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1CU4y1N7Sh?p=6

×

Hadoop基础

Hadoop是一个能够对大量数据进行分布式处理的软件框架。Hadoop 以一种可靠、高效、可伸缩的方式进行数据处理。

它很擅长存储大量的半结构化的数据集。也非常擅长分布式计算——快速地跨多台机器处理大型数据集合。

Hadoop的框架核心的设计就是：HDFS和MapReduce.HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。

MapReduce和Hadoop是相互独立的，实际上又能相互配合工作得很好。MapReduce是处理大量半结构化数据集合的编程模型。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1CU4y1N7Sh?p=18

×

大数据开发Hive基础

Hive是基于Hadoop的一个数据仓库工具，用来进行数据提取、转化、加载，这是一种可以存储、查询和分析存储在Hadoop中的大规模数据的机制。

hive数据仓库工具能将结构化的数据文件映射为一张数据库表，并提供SQL查询功能，能将SQL语句转变成MapReduce任务来执行。

Hive的优点是学习成本低，可以通过类似SQL语句实现快速MapReduce统计，使MapReduce变得更加简单，而不必开发专门的MapReduce应用程序。Hive十分适合对数据仓库进行统计分析。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1CU4y1N7Sh?p=51

第三阶段：千亿级数仓技术

×

企业级在线教育项目实战

Hive数仓项目完整流程，以真实项目为驱动，学习离线数仓技术。

建立集团数据仓库，统一集团数据中心，把分散的业务数据集中存储和处理 ；从需求调研、设计、版本控制、研发、测试到落地上线，涵盖了项目的完整工序 ；挖掘分析海量用户行为数据，定制多维数据集合，形成数据集市，供各个场景主题使用。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1ef4y1B7KX

第四阶段：PB内存计算

×

Python编程基础+进阶

Python是基于ABC语言的发展来的，Python语法和动态类型，以及解释型语言的本质，使它成为多数平台上写脚本和快速开发应用的编程语言， 随着版本的不断更新和语言新功能的添加，逐渐被用于独立的、大型项目的开发。

Python 语言的语法非常简洁明了，即便是非软件专业的初学者，也很容易上手。

和其它编程语言相比，实现同一个功能，Python 语言的实现代码往往是最短的。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1o4411M71o

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1Ex411x7Xn

×

Spark技术栈

Spark是大数据体系的明星产品，是一款高性能的分布式内存迭代计算框架，可以处理海量规模的数据。

Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1Jq4y1z7VP

×

大数据Flink技术栈

Flink核心是一个流式的数据流执行引擎，其针对数据流的分布式计算提供了数据分布、数据通信以及容错机制等功能。基于流执行引擎，Flink提供了诸多更高抽象层的API以便用户编写分布式任务。

Flink也可以方便地和Hadoop生态圈中其他项目集成，例如Flink可以读取存储在HDFS或HBase中的静态数据，以Kafka作为流式的数据源，直接重用MapReduce或Storm代码，或是通过YARN申请集群资源等。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1xe411W7vx

×

Spark离线数仓工业项目实战

通过大数据技术架构，解决工业物联网制造行业的数据存储和分析、可视化、个性化推荐问题。一站制造项目主要基于Hive数仓分层来存储各个业务指标数据，基于sparkSQL做数据分析。核心业务涉及运营商、呼叫中心、工单、油站、仓储物料。

图片
b站直达
图片
b站传送门：https://www.bilibili.com/video/BV1Tv411B7Cf