如何跟進大數據的學習進度？

先說開發，主流的存儲引擎和計算框架有hbase、hdfs、kudu、kafka、hive、mapreduce、spark、flink、storm。其中mapreduce和storm編程很少人用了，可以晚點研究，其他的都需要學習其使用。數據處理的本質就是從某個源頭經過處理到某個目的地，剛才的框架是處理的計算框架以及主要的目的地，源頭方面就各種各樣了，離線最多是jdbc，實時最多是通過接口寫入kafka，具體的可以從計算框架源頭接入去了解。開發語言主要是sql、java、python，要往機器學習方向走還得學好數學。

第二條是架構與運維，這個需要了解各個組件之間的關聯關係、使用場景、實現方式。需要具備的知識面就比較廣了，因為所有開發人員不懂或者不想管的事都會被稱為平臺問題，網絡、硬件、操作系統一樣都不能少。所以一般大學裡教的主要是開發分支的東西，架構與運維分支更多是在工作中積累。

說到工作，第一條分支更好找工作，畢竟寫業務代碼的需求大，而架構與運維一兩個人看幾十個集群都問題不大。但架構與運維的技能相對比較稀缺，只要在大廠幹過口碑還行，壓根不需要自己找工作，工作自動就會送上門。