之前参加了一个技术论坛，有幸认识几位大佬，本着“近朱者赤近墨者黑”的原则，梦想有朝一日也当上大佬的我只好厚着脸皮要资料，据说有
不少小伙伴靠这份秘籍成功掌握了大数据的核心技能，拿到了 BAT Offer
。今天无私分享给你们，感谢的话别多说，一起加油当大佬吧！
好东西大家一起分享，想要的同学直接扫描二维码领取就 OK 啦~
△
扫描获取免费资料
第一份资料针对已经处于和正在奔向这个行业的所有人，不论你是想实现技术的进阶，还是大数据行业的入门，都可以从这份
《大数据学习路线图》
中理清思路，为自己制定一个清晰、系统的学习计划。
图片将大数据开发的学习分为
5 大模块，14 个步骤，每个阶段都标出重难点，
帮助你快速 get
当下大数据领域主流技术、新潮流技术以及延伸的机器学习知识。
1. Java 知识
第一大模块是 Java 的知识，作为大数据从业人员，Java 必须要会。因为大数据平台很多软件都是 Java 开发的，所以我们必须要掌握这门编程语言。
2. 离线阶段
第二大模块是离线阶段。大数据计算有离线计算和实时流式计算，实时虽然是王道，但现状是，在企业应用当中离线计算也占有挺大比例。
对于离线阶段，要重点学习 Hadoop 框架及其生态圈当中的技术栈。
此外，数据采集工具 Flume，大数据交互组件 Hue 也需要学习，以及前面提到的 HBase 非关系型据库，还有一些任务调度系统，我们把它们都归为 Hadoop 生态圈技术栈。
在这个学习路线图当中，还有大数据平台经常涉及到的两个组件——Redis 和 Kafka，也需要我们去学习。
3. 实时阶段
实时阶段离不开 Spark，建议你在学习 Spark 之前，最好掌握 Scala 语言，Spark 程序往往是用 Scala 语言开发的。
Spark 不仅有离线处理部分，也有实时处理部分。其中离线处理部分就叫作 Spark SQL，可以处理离线数据；实时处理部分叫作 Spark Streaming，可以处理流式数据。
这个阶段，你还应该掌握 Spark 的源码以及 Spark 的调优措施。
4. 新技术实践阶段
最近一两年出现了一些新技术，这些新技术也受到越来越多的企业关注，所以对于我们来说，还是有必要去学习的。
比如实时处理框架 Flink，还有做多维分析、时效性特别高的软件，像 ClickHouse、Kudu、Kylin 以及 Druid，以及Elastic Stack（ELK），即海量日志平台。
其实 ELK 并不算是很新，放在这里只是提醒你注意下学习大数据平台知识的时候， 也应该学习 ELK。
5. 机器学习阶段
大数据发展的下一步就是人工智能机器学习，这两个领域中间的界限现在已经非常模糊了。在大数据开发的过程中也经常会去调用一些机器学习算法，所以还是要储备一定的机器学习知识，这样的话我们才更有竞争力。
对于机器学习，我们经常用 Python 语言，所以你可以去学习 Python，再去学习一些机器学习框架，比如 TensorFlow 以及 Spark MLib。
如果按照这 5 个模块完整学下来，相信你不论在原有公司，还是跳槽到新公司，工作起来都会更加得心应手。
由于图片太大，所以请扫描下文二维码免费领取高清原图。
第二份资料是
《大数据工程师手册》
，由阿里云智能计算平台事业部研究员关涛与资深专家徐晟揭秘阿里云飞天大数据平台。
先给你们看看里面具体都有哪些内容：
飞天大数据平台是构筑于计算、存储、网络等基础设施之上，为企业和机构实现提供数字化和智能化的能力，举个例子，在城市交通中，基于大数据和人工智能控制红绿灯，可以有效缓解拥堵指数；使用大数据技术可以改造传统制业造流程，实现良品率的提升。
据了解，
飞天大数据平台是目前国内规模最大的计算平台，可扩展至 10 万台计算集群，单日数据处理量超过 600PB
。
做大数据的人，谁能把阿里飞天大数据平台的原理、机制搞清楚，别人不尊称你一声“大佬”都显得他外行！
现在这本 PDF 免费分享给你，你可以扫描下文二维码来领取这本 PDF。
其实，不管是学习课程还是向大佬取经，目的都是升职加薪进大厂，实现事业上的更进一步，所以，在以上两份资料都消化以后，我猜你肯定还需要一本面试圣经。
所以第三份资料就是字节跳动、美团、快手等大厂
大数据岗位的面试真题
。包括数据库优化、存储引擎、存储过程即其他多个方面，例如：Redis 有几种数据类型？HDFS 如何进行写操作的？谈一谈 MapReduce 如何实现 top K 的？
