JiaqiMa
第一阶段，运营式系统阶段。在上世纪七八十年代，用户购物时产生的记录一条条输入数据库，当时都是由这些运营系统生成这些数据的。第二阶段，由用户原创内容阶段。2002年的时候，开始有了博客，后来发展成微博，到后来出现的微信，这些让每个网民都成了自媒体，都可以自己随心所欲地向网络发布相关的信息，这个时候数据产生的速度要远远大于之前的仅仅由运营系统产生的数据。第三阶段，感知式系统阶段。真正让大数据时代由量变到质变是因为数据产生的方式到了第三个阶段——感知式系统阶段。感知式系统阶段也就是物联网的大规模普及，物联网的迅速发展让大数据时代最终到来。大数据是互联网发展到一定阶段的必然产物：由于互联网在资源整合方面的能力在不断增强，互联网本身必须通过数据来体现出自身的价值，所以从这个角度来看，大数据正在充当互联网价值的体现者。随着更多的社会资源进行网络化和数据化改造，大数据所能承载的价值也必将不断提到提高，大数据的应用边界也会不断得到拓展，所以在未来的网络化时代，大数据自身不仅能够代表价值，大数据自身更是能够创造价值。 
阶段一：静态网页基础(主要学习HTM和CSS)阶段二： JavaSe+ javaW阶段三：JAVA高阶应用阶段四： javaEE阶段五：Linux和Hadoop阶段六：大数据数据库阶段七：实时数据采集阶段八： Spark数据分析从上面的课程内容看，大数开发学习要掌握ava、 linux、 hadoop、 storm、fume、hive、Hbase、 spark等基础知识。
1、大数据进化论——在BI之外扩展新的业务边界大数据不是绣花;它的主要任务是解决业务问题。从某种程度上说，大数据就是利用新的数据技术来拓展和优化业务。传统企业需要聚集一群人来研究这个问题。如果你想在外部找到一个新的商业模式，如果你想在内部找到一个方案，你可以使用大数据来提高效率。目前，在大数据可以创造价值的领域，互联网、制造业、公共服务、医疗保健、金融服务等行业有着广阔的前景。从领域的角度来看，广告、营销、风险控制和供应链都是大数据可以发挥作用的地方。对于电信运营商等具体企业，大数据还可以在网络优化等方面提供新的方法。大数据应用场景是企业需要思考的地方。传统BI的失败在一定程度上是由于技术对业务的推动和对传统BI使用数据能力的高估所造成的逆向现象。例如，许多油田不能使用传统的BI进行生产。大数据也面临的大问题，但重要的是要注意，随着大数据的概念的普及和实际应用领域的扩展，对数据管理和业务人员的理解，经历了巨大的变化，和面向数据的思维已深深扎根于人们的思想，这是一个新的大数据。没有业务，就没有大数据。2、大数据进化论——颠覆BI，打造大数据技术引擎这是目前大数据领域最热的地方。许多公司都在构建自己的大数据平台。他们只能解决以下问题。例如Hadoop、流处理等技术可以解决海量结构化和非结构化数据的ETL问题。Hadoop、MPP等技术可以解决海量数据计算问题;有效阅读的问题可以通过Redis、HBASE等方法来解决。通过Impala等技术实现在线分析。其实质是基于廉价机器，以分散和分布式的方式解决海量结构化和非结构化数据的存储、处理和读写问题。要理解这个，我们只需要理解谷歌，谷歌文件系统，谷歌Bigtable，谷歌MapReduce这三篇论文。然而，并不是每个企业都需要建立自己的大数据平台。你可以根据自己的能力做这件事。你可以自己做，比如BAT，你可以购买，比如传统的大企业，或者你可以租用，比如使用阿里云和AWS。在技术，传统的BI ETL、数据仓库和OLAP技术，愿景声明，被淘汰的边缘，因为它不解决大量数据，包括结构化和非结构化、处理问题，所有的功能都可以取代相应的大型数据组件，所以没有更多的未来发展，大多数企业即使没有大数据业务驱动，但是大数据技术的成本优势，不要做大数据逆向传输是你使用的大数据技术，不是吗?当然，传统的BI系统还会存在很长一段时间。毕竟，大数据的推广应用是一个漫长的过程，传统企业对大数据技术稳定性的担忧也是一个障碍。但至少，这种趋势是不可阻挡的。我记得我的企业一年前使用DB2，一年后GBASE替换了它。我们总是低估了技术革命对我们的影响。3、大数据进化论——重塑BI，完善人员知识结构有了商业和技术，让我们再来看看人。很多企业都在努力打造大数据平台，但在搭建之后，发现它仍然是一个报告系统，或者说是原来的BI。领导人会叹气，这不是一件新背心吗?大数据有什么好处?许多公司，它可以有很多的预算购买昂贵的机器和软件，但是对于引进人才和培训人才有点不知所措，买了1美元大数据的硬件和软件，但是我希望最初的BI团队可以带来繁荣的大数据应用程序，它是穷人，新酒，原来的团队来处理公司的报告系统有一个非常好的工作。大数据进化论包含哪些内容?注意这些的大数据工程师才算优秀，大数据不是绣花，它的首要任务是解决业务问题，大数据在一定程度上是利用新的数据技术来拓展和优化业务，你能处理好吗?如果您还担心自己入门不顺利，可以点击本站其他文章进行学习。
这个只能说主流技术吧，不能说核心技术；现在国内很多公司大数据方面的主要使用时Hadoop生态圈内的技术，比如Hadoop、yarn、zookeeper、kafka、flume、spark 、hive、Hbase ，这些事使用比较多的，并不是说就只有这些技术，而且只是应用技术方便的，还有数据分析方向的等等。所以你这个问题首先就有问题，大数据是一个方向领域，就好比你问饮食是什么，饮食有哪些方面一样。
