大数据入门阶段学些什么？

本人后端工程师入坑大数据1年多，说下我的学习过程。

1.hdfs分布式文件系统的使用，最好熟悉下原理。

2.大数据的查询工具，hive/presto，这两个语法基本相似，用来查询数据生成报表

3.实时数据清洗工具flink，利用flink将实时的kafka.日志数据写入hdfs。当然flink还有很多其他的功能，数据清洗，数据分析都有。

4.spark，分布式计算引擎，配合yarn的资源调度，用spark做数据清洗或者机器学习的模型训练。

一、首先要搞清楚一个概念，什么是大数据

大数据通俗的讲就是对大量的数据，通过处理后，能够归纳出不同的规律和趋势

二、学习大数据需要什么语言基础?

首先，学习大数据是需要有java，python和R语言的基础。