大数据技术是干嘛的(大数据具体是做什么有哪些应用)

大家好，感谢邀请，今天来为大家分享一下大数据技术是干嘛的的问题，以及和大数据具体是做什么有哪些应用的一些困惑，大家要是还不太明白的话，也没有关系，因为接下来将为大家分享，希望可以帮助到大家，解决大家的问题，下面就开始吧！

学的大数据，当兵在部队有用吗这个也要分具体岗位，不过一般情况下，用处不大，因为部队相对来说需求较为基础。

1.我之前说过，其实部队里面对于计算机应用的需求，更倾向于基础。也就是说，比如你会编程软件，或者就像题目说的大数据，可能在基层部队难以发挥应有的作用，因为基层更需要比如做做课件、视频、处理下图片等之类的功能，以及基础的办公软件应用，也就是说更倾向于操作层面。

2.当然，随着信息时代的发展，部队也在不断地迈向信息化，这个还需要一个过程，据说当前部队也在进行大数据、物联网等方面的探索与研究，也在不断地借鉴地方好的经验，包括我们提出的军民融合战略，其实很多时候也就是有这个考虑在其中。因为本身而言，像美国、俄罗斯，经常是把最先进的科技应用到军事当中，比如计算机的产生一开始就是为了服务军用，我们这方面其实还有差距，还需要努力迎头赶上。

3.还有一点，就是这也要看自己分的具体岗位，因为现在有的军种已经在展开大数据的研究，如果有幸能够被选中，那应该说还是非常对口的，但是这种概率极小；另外一种就是我们的战略支援部队，这个本身其就有网络攻防方面的部队，对这类专业也是有需求的。但是我们精准征兵这一块还没有完全覆盖，被分到这样单位的概率并不是那么大。

大数据究竟学的什么，学会哪些才能入行你好！我是@程序员学习很高兴回答你的提问，希望对你有所帮助，谢谢！

学习大数据首先我们要学习Java语言和Linux操作系统，这两个是学习大数据的基础，学习的顺序不分前后。

Java

大家都知道Java的方向有、、，学习大数据要学习那个方向呢？只需要学习Java的标准版就可以了，像、JSP、、、、，都是方向的技术在大数据技术里用到的并不多，只需要了解就可以了，当然Java怎么连接数据库还是要知道的，像JDBC一定要掌握一下。

有同学说或也能连接数据库啊，为什么不学习一下，我这里不是说学这些不好，而是说学这些可能会用你很多时间，到最后工作中也不常用，我还没看到谁做大数据处理用到这两个东西的，当然你的精力很充足的话，可以学学或的原理，不要只学API，这样可以增加你对Java操作数据库的理解，因为这两个技术的核心就是Java的反射加上JDBC的各种使用。

Linux

因为大数据相关软件都是在Linux上运行的，所以Linux要学习的扎实一些，学好Linux对你快速掌握大数据相关技术会有很大的帮助，能让你更好的理解、hive、hbase、spark等大数据软件的运行环境和网络环境配置，能少踩很多坑，学会shell就能看懂脚本这样能更容易理解和配置大数据集群。还能让你对以后新出的大数据技术学习起来更快。

好说完基础了，再说说还需要学习哪些大数据技术，可以按我写的顺序学下去。

这是现在流行的大数据处理平台几乎已经成为大数据的代名词，所以这个是必学的。里面包括几个组件HDFS、和YARN，HDFS是存储数据的地方就像我们电脑的硬盘一样文件都存储在这个上面，是对数据进行处理计算的，它有个特点就是不管多大的数据只要给它时间它就能把数据跑完，但是时间可能不是很快所以它叫数据的批处理。

YARN是体现平台概念的重要组件有了它大数据生态体系的其它软件就能在上运行了，这样就能更好的利用HDFS大存储的优势和节省更多的资源比如我们就不用再单独建一个spark的集群了，让它直接跑在现有的上面就可以了。

其实把的这些组件学明白你就能做大数据的处理了，只不过你现在还可能对大数据到底有多大还没有个太清楚的概念，听我的别纠结这个。等以后你工作了就会有很多场景遇到几十T/几百T大规模的数据，到时候你就不会觉得数据大真好，越大越有你头疼的。当然别怕处理这么大规模的数据，因为这是你的价值所在，让那些个搞的php的html5的和DBA的羡慕去吧。

记住学到这里可以作为你学大数据的一个节点。

这是个万金油，安装的HA的时候就会用到它，以后的Hbase也会用到它。它一般用来存放一些相互协作的信息，这些信息比较小一般不会超过1M，都是使用它的软件对它有依赖，对于我们个人来讲只需要把它安装正确，让它正常的run起来就可以了。

Mysql

我们学习完大数据的处理了，接下来学习学习小数据的处理工具mysql数据库，因为一会装hive的时候要用到，mysql需要掌握到什么层度那？你能在Linux上把它安装好，运行起来，会配置简单的权限，修改root的密码，创建数据库。这里主要的是学习SQL的语法，因为hive的语法和这个非常相似。

Sqoop

这个是用于把Mysql里的数据导入到里的。当然你也可以不用这个，直接把Mysql数据表导出成文件再放到HDFS上也是一样的，当然生产环境中使用要注意Mysql的压力。

Hive

这个东西对于会SQL语法的来说就是神器，它能让你处理大数据变的很简单，不会再费劲的编写程序。有的人说Pig那？它和Pig差不多掌握一个就可以了。

Oozie

既然学会Hive了，我相信你一定需要这个东西，它可以帮你管理你的Hive或者、Spark脚本，还能检查你的程序是否执行正确，出错了给你发报警并能帮你重试程序，最重要的是还能帮你配置任务的依赖关系。我相信你一定会喜欢上它的，不然你看着那一大堆脚本，和密密麻麻的crond是不是有种想屎的感觉。

Hbase

这是生态体系中的NOSQL数据库，他的数据是按照key和value的形式存储的并且key是唯一的，所以它能用来做数据的排重，它与MYSQL相比能存储的数据量大很多。所以他常被用于大数据处理完成之后的存储目的地。

Kafka

这是个比较好用的队列工具，队列是干吗的？排队买票你知道不？数据多了同样也需要排队处理，这样与你协作的其它同学不会叫起来，你干吗给我这么多的数据（比如好几百G的文件）我怎么处理得过来，你别怪他因为他不是搞大数据的，你可以跟他讲我把数据放在队列里你使用的时候一个个拿，这样他就不在抱怨了马上灰流流的去优化他的程序去了。

因为处理不过来就是他的事情。而不是你给的问题。当然我们也可以利用这个工具来做线上实时数据的入库或入HDFS，这时你可以与一个叫Flume的工具配合使用，它是专门用来提供对数据进行简单处理，并写到各种数据接受方（比如Kafka）的。

Spark

它是用来弥补基于处理数据速度上的缺点，它的特点是把数据装载到内存中计算而不是去读慢的要死进化还特别慢的硬盘。特别适合做迭代运算，所以算法流们特别稀饭它。它是用scala编写的。Java语言或者Scala都可以操作它，因为它们都是用JVM的。

会这些东西你就成为一个专业的大数据开发工程师了，月薪2W都是小毛毛雨

后续提高：当然还是有很有可以提高的地方，比如学习下，可以用它来编写网络爬虫。这样我们就可以自己造数据了，网络上的各种数据你高兴都可以下载到你的集群上去处理。

最后再学习下推荐、分类等算法的原理这样你能更好的与算法工程师打交通。这样你的公司就更离不开你了，大家都会对你喜欢的不要不要的。