學習hadoop，首先我們要知道hadoop是什么？
說到底Hadoop只是一項分布式系統的工具，我們在學習的時候要理解分布式系統設計中的原則以及方法，只有這樣才能以不變應萬變。再一個就是一定要動手，有什么案例，有什么項目一定要親自動手去敲。
學習的時候不要害怕遇到問題，問題是最好的老師。其實學習的過程就是逐漸解決問題的過程，當你遇到的問題越來越少的時候，就說明已經學的差不多了。
下面說一下hadoop的學習路線。
1.我們要掌握Linux的安裝及基本操作、Python安裝及編程基礎、java基礎。
需要學習Linux的常用命令、基本網絡配置、進程管理、shell語法；Python的常用語法，能夠基於Python搭建一個常用的Server服務器和java的基礎知識。
這時候只需要掌握基礎即可，后邊遇到問題再學習，這樣才不會混亂，學的才扎實。
2. 搭建Hadoop分布式環境
我們要做的是在自己的電腦上安裝Linux，然后准備環境nat配置，搭建Hadoop集群先讓Hadoop在自己的電腦上跑起來。使用VMware來搭建。
這時候我們會Host配置、IP配置、SSH免密登錄等。
3.學習HDFS分布式文件系統
這一步要學習架構分析、容災容錯策略、local數據策略、數據塊概念、機架感應，功能邏輯實現等。要真正的去敲敲，掌握Linux下HDFS Shell常用命令的使用。
4.學習MapReduce計算框架
MapReduce是Hadoop核心編程模型。在Hadoop中，數據處理核心就是MapReduce程序設計模型。這一步需要學的東西很多，大家一定要有耐心，把MR的知識學牢固。
首先我們需要學習MR的基本原理、任務執行流程、Shuffle策略。自己動手寫一個MR任務，來實現wordcount。然后要學習表單join、表單查詢、數據清洗、全局排序、多目錄輸入輸出、自定義partition分區，掌握二分法算法。
接下來學習自然語言處理方法(NLP)，掌握如何提取關鍵詞，TF-IDF算法。這里我們可以實踐一下，統計文本中的詞頻。
學習中文分詞，分詞的質量直接影響數據挖掘的質量。
5.學習Strom流式計算
Storm是一個開源分布式實時計算系統，它可以實時可靠地處理流數據。
這一步我們要知道Hadoop和Storm的區別，知道他們如何進行互補。了解Storm的體系架構、Zookeeper在架構中的作用和數據流處理的過程。弄懂Storm的工作原理和核心組件（Spout、Bolt）
6.學習Zookeeper分布式協作服務
這一步我們學會數據管理的樹形結構，學會根據應用場景選擇不同類型的節點、節點權限管理ACL和監控機制。學會Zookeeper開源自帶Client工具的Shell使用，開發java代碼實現不同類型的節點進行新建、修改、刪除和節點的監控。
7.學習數據倉庫工具Hive
這一步要了解Hive的體系架構和其與mysql的對比。要掌握Mysql的基本知識、系統搭建標准SQL語（增刪查改）。
8.學習分布式存儲系統Hbase
這一步要掌握Hbase的體系架構（HMaster、HRegionServer、HStore、HFile、HLog），物理存儲、數據邏輯存儲、核心功能模塊。
細化一點要掌握Hbase表結構設計、Shell操作（增刪查改）、javaAPI操作、數據遷移、備份與恢復。與MR結合實現批量導入與導出，與Hive結合使用，集群管理和性能調優。
9.學習Spark
這一步要掌握SPark的編程模型、運行框架、作業提交、緩存策略、RDD、MLLib。
10.學習Scala語言
這一步要掌握Scala的常用語法、函數、元組等操作，不熟Spark。
11.學習Spark開發技術
這一步要能夠熟練使用MLLib，能夠自己開發Scala的Spark任務，完成表格join、連接和文本串過濾等。
12.學習推薦系統
前面我們學了那么多，最終所學的技術要能落地，我學的是現在主流的推薦系統，現在各大公司都需要這方面的人才。
這一步我們可以找一些案例在學習，要掌握主流的推薦算法，Content Base、Collab Filter。
a.學習基於MR的協同過濾算法
b.學習Mahout，掌握Mahout的適用場景、環境搭建與部署。
學習基於Mahout的協同過濾算法，與MR進行效果對比。
C.學習基於Spark的協同過濾算法
到這里，按照上邊的路線認真學習，肯定能學好hadoop開發，在學習的時候一定要親自動手去敲，要去不斷的嘗試，把看到的知識盡快轉化為自己的技能，這樣才能高效率的學會hadoop，學任何一門技術都是一樣，需要實際動手。
最后送給大家一套hadoop視頻，授課老師是百度的hadoop核心架構師，經常在一些上市公司做內訓，有很強的專業技能和授課能力。
這套視頻主要內容包括Hadoop入門、Hadoop生態架構和Hadoop大型商業項目的講解。這三塊細化來看就是我文章中提到的那個學習順序。老師講的很細，MR就講了15個小時，畢竟這是Hadoop中的重點。
想要視頻的同學可以加微信ganshiyu1026，備注 OSC 即可免費領取。