大数据需要学习什么框架，什么生态圈？

现行的主要有以下四个比较流行的框架。

Hadoop

Hadoop无疑是大数据领域的第一站，这个由Apache基金会开发的分布式基础架构，具有广阔的生态圈。Hadoop提出的Map和Reduce的计算模式简洁而优雅，它实现了大量算法和组件。但是，由于Hadoop的计算任务需要在集群的多个节点上多次读写，因此在速度上会稍显劣势，但是Hadoop的吞吐量也同样是其他框架所不能匹敌的。

Storm

Storm是Twitter开源的大数据框架，Hadoop的批处理模式不同，Storm采用的是流计算框架。但Storm与Hadoop相似之处是也提出了Spout和Bolt两个计算角色。举个通俗的例子来说明Storm和Hadoop的不同之处，Hadoop类似水桶，而Storm类似水龙头，想要获取水，Hadoop是一桶一桶的去扛回来，而Storm只需要打开水龙头就行了。Storm流计算框架使用的是内存，延迟上具有优势，但是不会持久化数据。Storm对Java、Ruby、Python等语言都有很好的支持。

主要还是把Java基础搞扎实，Java强悍了，其他工具会用就行，大多源码都是Java写的，要深入了解源码才有竞争力，

第一阶段Java语言基础阶段

第二阶段Linux系统&Hadoop生态体系

第三阶段分布式计算框架

第四阶段大数据实战项目

第五阶段大数据分析

首先把java学好吧，后面就是Hadoop、Spark这些的，实时流目前比较流行的还是Storm、Flink这些