從術(shù)語到Spark诫欠,10篇必讀大數(shù)據(jù)學(xué)習(xí)資源

本文給想進(jìn)入大數(shù)據(jù)領(lǐng)域的朋友提供了一系列的資源涵卵,由淺入深,比如“需要了解的51條大數(shù)據(jù)術(shù)語”荒叼、“學(xué)習(xí)python的四個(gè)理由”轿偎、“十一個(gè)必須要參加的大數(shù)據(jù)會(huì)議”等有趣的話題。相信各種背景的朋友都會(huì)在這篇文章中有所收獲被廓。

之前坏晦,我們已就數(shù)據(jù)可視化進(jìn)行了深入探討。這次嫁乘,我們將從更基本的概念講起昆婿,以便在涉足更復(fù)雜的數(shù)據(jù)科學(xué)和商業(yè)智能之前能夠真正理解大數(shù)據(jù)。文中會(huì)引領(lǐng)大家閱讀介紹大數(shù)據(jù)的相關(guān)文章蜓斧,研究網(wǎng)絡(luò)上流傳的大數(shù)據(jù)的概念仓蛆,查看與大數(shù)據(jù)相關(guān)的出版物。

數(shù)據(jù)可視化:

https://dzone.com/articles/diving-into-data-visualization

數(shù)據(jù)科學(xué):

https://dzone.com/articles/diving-into-data-science

商業(yè)智能:

https://dzone.com/articles/big-data-deep-dive-the-business-intelligence-editi

大數(shù)據(jù)社區(qū)(DZone)

查閱DZone上最受歡迎的介紹大數(shù)據(jù)的文章挎春,了解大數(shù)據(jù)的基礎(chǔ)知識(shí)看疙,進(jìn)而明白為什么Apache Kafka和Ignite是大數(shù)據(jù)分析不可或缺的部分,以及為什么你應(yīng)該學(xué)習(xí)Python等一系列問題搂蜓。


大數(shù)據(jù)初學(xué)者指南(Kamesh Ganeon作)狼荞。一切都應(yīng)由大數(shù)據(jù)分析驅(qū)動(dòng)!但大數(shù)據(jù)究竟是什么?你能從中得到什么?閱讀本文知曉答案。

大數(shù)據(jù)初學(xué)者指南:

https://dzone.com/articles/a-beginners-guide-to-big-data

Kafka是什么? (Jean-Paul Azar作)帮碰。 Kafka常用于實(shí)時(shí)流數(shù)據(jù)架構(gòu)并提供實(shí)時(shí)分析相味。大數(shù)據(jù)交流分享扣qun 74零零加【4yi381】閱讀本文可以了解它的具體用例以及它受歡迎的原因。

Kafka是什么:

https://dzone.com/articles/what-is-kafka

學(xué)習(xí)Python的4個(gè)理由(Arani Chatterjee作)殉挽。能夠使用Python是攻克大數(shù)據(jù)的先決條件丰涉,本文列出了詳細(xì)原因。

學(xué)習(xí)Python的4個(gè)理由:

https://dzone.com/articles/4-reasons-you-should-learn-python

Apache Ignite是什么?(Dmitriy Setrakyan作)斯碌。Apache Ignite十分簡單一死,但為了全面了解它,多去回答“Ignite是個(gè)……嗎”之類的問題會(huì)有幫助傻唾。

Apache Ignite是什么:

https://dzone.com/articles/what-is-apache-ignite-1

需要了解的51條大數(shù)據(jù)術(shù)語(DZone編輯團(tuán)隊(duì)作)投慈。 我們列出了一些關(guān)于大數(shù)據(jù)的最重要的定義,能夠糾正你對(duì)術(shù)語的一些理解錯(cuò)誤冠骄。

需要了解的51條大數(shù)據(jù)術(shù)語:

https://dzone.com/articles/48-big-data-terms-you-need-to-know

大數(shù)據(jù)百寶盒

除了DZone之外伪煤,更多大數(shù)據(jù)新手感興趣的最近咨詢及會(huì)議等內(nèi)容如下。

11個(gè)必須參加的大數(shù)據(jù)會(huì)議凛辣。參加一些大型會(huì)議抱既,對(duì)了解大數(shù)據(jù)世界會(huì)有幫助。

11個(gè)必須參加的大數(shù)據(jù)會(huì)議:

https://blog.capterra.com/big-data-conferences-for-data-analysts/

解釋大數(shù)據(jù)扁誓。 在這個(gè)介紹短片中防泵,可以了解有關(guān)大數(shù)據(jù)的特征蚀之、技術(shù)和機(jī)會(huì)。

介紹短片

掌握大數(shù)據(jù)分析捷泞。這個(gè)網(wǎng)站提供了50門課程足删、博客、教程等資料肚邢,以幫助人們掌握大數(shù)據(jù)分析!查詢此網(wǎng)站來獲得任何與大數(shù)據(jù)領(lǐng)域有關(guān)的資料壹堰。

掌握大數(shù)據(jù)分析:

https://www.ngdata.com/big-data-analysis-resources/

深入研究大數(shù)據(jù)

DZone幾乎在所有與技術(shù)相關(guān)的主題上都有指南和Refcardz索引(Refcardz:一個(gè)提供多種技術(shù)速查表的網(wǎng)站),但如果你對(duì)大數(shù)據(jù)特別感興趣骡湖,下面這些應(yīng)該對(duì)你最有吸引力贱纠。

Refcardz索引:

https://dzone.com/refcardz/apache-spark?chapter=1

DZone大數(shù)據(jù)指南:數(shù)據(jù)科學(xué)和高級(jí)分析。

探索下一代自助服務(wù)數(shù)據(jù)準(zhǔn)備工具的關(guān)鍵功能响蕴,深入研究與大數(shù)據(jù)相關(guān)的應(yīng)用程序和語言谆焊。

DZone大數(shù)據(jù)指南:

https://dzone.com/guides/big-data-data-science-and-advanced-analytics

Apache Spark:大規(guī)模數(shù)據(jù)處理的引擎。

Spark的簡介浦夷,介紹它在大數(shù)據(jù)領(lǐng)域的地位辖试,指導(dǎo)安裝并創(chuàng)建Spark程序,以及對(duì)一些常用行為和操作的說明劈狐。

Apache Spark:

https://dzone.com/refcardz/apache-spark?chapter=1

本文章來自網(wǎng)絡(luò)罐孝,如有侵權(quán),請(qǐng)及時(shí)聯(lián)系

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末肥缔,一起剝皮案震驚了整個(gè)濱河市莲兢,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌续膳,老刑警劉巖改艇,帶你破解...
    沈念sama閱讀 221,331評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異坟岔,居然都是意外死亡谒兄,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,372評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門社付,熙熙樓的掌柜王于貴愁眉苦臉地迎上來承疲,“玉大人,你說我怎么就攤上這事鸥咖〖拖叮” “怎么了?”我有些...
    開封第一講書人閱讀 167,755評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵扛或,是天一觀的道長。 經(jīng)常有香客問我碘饼,道長熙兔,這世上最難降的妖魔是什么悲伶? 我笑而不...
    開封第一講書人閱讀 59,528評(píng)論 1 296
  • 正文 為了忘掉前任,我火速辦了婚禮住涉,結(jié)果婚禮上麸锉,老公的妹妹穿的比我還像新娘。我一直安慰自己舆声,他們只是感情好花沉,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,526評(píng)論 6 397
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著媳握,像睡著了一般碱屁。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蛾找,一...
    開封第一講書人閱讀 52,166評(píng)論 1 308
  • 那天,我揣著相機(jī)與錄音,去河邊找鬼活孩。 笑死途乃,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的幻枉。 我是一名探鬼主播碰声,決...
    沈念sama閱讀 40,768評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼熬甫!你這毒婦竟也來了胰挑?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,664評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤罗珍,失蹤者是張志新(化名)和其女友劉穎洽腺,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體覆旱,經(jīng)...
    沈念sama閱讀 46,205評(píng)論 1 319
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡蘸朋,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,290評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了扣唱。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片藕坯。...
    茶點(diǎn)故事閱讀 40,435評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖噪沙,靈堂內(nèi)的尸體忽然破棺而出炼彪,到底是詐尸還是另有隱情,我是刑警寧澤正歼,帶...
    沈念sama閱讀 36,126評(píng)論 5 349
  • 正文 年R本政府宣布辐马,位于F島的核電站,受9級(jí)特大地震影響局义,放射性物質(zhì)發(fā)生泄漏喜爷。R本人自食惡果不足惜冗疮,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,804評(píng)論 3 333
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望檩帐。 院中可真熱鬧术幔,春花似錦、人聲如沸湃密。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,276評(píng)論 0 23
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽泛源。三九已至拔妥,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間俩由,已是汗流浹背毒嫡。 一陣腳步聲響...
    開封第一講書人閱讀 33,393評(píng)論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留幻梯,地道東北人兜畸。 一個(gè)月前我還...
    沈念sama閱讀 48,818評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長得像碘梢,于是被迫代替她去往敵國和親咬摇。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,442評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容