大数据架构技术地图-学习大纲

架构地图

序序叨叨

最新梳理了2021年以大数据为中心的技术架构地图，一些重点的技术已经用粗体标出。计划对照地图逐一打卡，查漏补缺。
大数据从2014年、2015年大火以来，现在已经度过了爆发期、泡沫期，趋于成熟和产业落地，就此架构地图简单说明几点，欢迎各位老师交流补充。

传统的大数据三件套

• 大数据采集
• 大数据存储
• 大数据计算

也有说大数据可视化的，一般来说可视化的工作仍属于传统前端展示，与“小数据”的时代并无太大的差异。实际上，大数据的工作奥义就是将大数据转为小数据，然后友军接手，专业的事情还是交给专业的人去做吧。

采集那里没有特别在技术地图上写明。一般就是sqoop，flume这两个，或者加一个阿里巴巴开源的canal(支持Mysql基于数据库增量日志解析，提供增量数据订阅&消费)。存储目前主流还是Hadoop系，可以关注一下对象存储。大数据计算领域Spark还是标杆。

服务器与Linux

大数据的工作与Linux等操作系统打交道的频次远远高于传统后端开发。大数据组件的部署和维护也对服务器知识有一定的需求。这方面的知识多多益善。
Linux主要是有几个流行的发行版，再者就是关注一下6/7/8大版本的命令差异。

数学

做大数据业务的话没有对高等数学有很高的要求。想更上一层楼的话，比如目标是数据科学家，那时候再有的放矢地去钻。不过，良好的数据结构与算法基础大有裨益，跟具体做什么工作关系不大，更像是一种思维逻辑的训练。
计科的知识学而时习之，基本功扎实了，才能修好内功。

云计算

PaaS和DaaS的概念已经清晰了。大数据服务上云，数据即服务的趋势明朗，云计算的边角料该掌握就掌握，顺势而为。

建议先学习容器化

重要的方向

数据质量、数据治理和数据湖正当其时。如果只会大数据三件套，已经无法突破卷的结界了，提升综合能力，成为π型人才才能更加可靠。

这个方向可以围绕数据仓库和中台概念展开。

未雨绸缪，时不我待。

计划每一个一级分类会创建出一个专题进行梳理，持续更新，一起学习吧。

点：技术地图
线：架构通识
面：大数据

更新于2021/5/18
暮小七