往大數據方向發展需要學哪些技術？網上一搜真是指不勝屈。對於小白來說，實在是一頭霧水，到底哪些是當下流行的？哪些是必須要先學會的？流行？主次搞不清。為了解決這些疑惑，羚羊專門花了些時間， 挨個技術去研究對比歸類，大概總結出以下的技術點：
文件存儲： Hadoop HDFS、GFS、KFS、Tachyon
離線計算： Hadoop MapReduce、Spark
流式、實時計算：flink、Storm、JStorm、Spark Structured Streaming、Heron、Spark Streaming
存儲格式：kudu、ORC、Apache Parquet、CarbonData
數據庫： HBase、Redis、MongoDB、Couchbase、LevelDB、Apache Cassandra、Ignite、TiDB
資源管理： YARN、Mesos
日志收集： Flume、Scribe、Logstash、FileBeat
消息系統： Kafka、StormMQ、ZeroMQ、RabbitMQ、Confluent Platform
在線、離線查詢搜索分析： Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Drill、Kylin、Druid、ClickHouse、Elasticsearch
數據可視化查詢分析工具：Apache Zeppelin、Kibana
分布式協調服務：Zookeeper
集群管理與監控：Ambari、Ganglia、Nagios、Cloudera Manager
數據同步： Sqoop、DataX、Cannal、Maxwell、Debezium、DataBus
任務調度： Azkaban、Oozie
數據安全：Apache Eagle
機器學習、數據挖掘：Spark MLLib、Mahout
下圖是羚羊根據當下流行的大數據技術點，結合之前的項目經驗，基於HDFS文件系統搭建了一個基本的、通用的完整大數據平台技術架構。一切的技術都是來源於不同的需求場景，所以根據不同的產品需求搭建出來的技術架構也會有差異。
【版權聲明】
本文版權歸作者(深圳伊人網網絡有限公司)和博客園共有，歡迎轉載，但未經作者同意必須在文章頁面給出原文鏈接，否則保留追究法律責任的權利。如您有任何商業合作或者授權方面的協商，請給我留言：siqing0822@163.com