大数据处理相关技术学习之路-相关技术包括离线处理，实时处理，OLAP等，如hadoop、spark、flink、hive、hba

## 1、Hadoop Hadoop是一个由Apache基金会所开发的分布式系统基础架构。 * [Hadoop](bigdata-hadoop) - [MapReduce](bigdata-hadoop/src/main/java/com/libin/doc/mapreduce/README.md) - [HDFS](bigdata-hadoop/src/main/java/com/libin/doc/hdfs/README.md) - [YARN](bigdata-hadoop/src/main/java/com/libin/doc/yarn/README.md) ## 2、Spark Spark是基于内存计算的大数据并行计算框架，可用于构建大型的、低延迟的数据分析应用程序 * [Spark](spark-core) - [Spark-Core](spark-core) - [Spark-Streaming](bigdata-spark-streaming) - [Spark-Sql](bigdata-spark-sql) - [Spark-GraphX](spark-graphx) - [Spark-MLlib](spark-mllib) ## 3、Flink Apache Flink是由Apache软件基金会开发的开源流处理框架，其核心是用Java和Scala编写的分布式流数据流引擎。 Flink以数据并行和流水线方式执行任意流数据程序，Flink的流水线运行时系统可以执行批处理和流处理程序。 * [Flink](bigdata-flink) - [Flink DataStream](bigdata-flink/src/main/docs/module/dataStream.md) - [Flink Table API & SQL](bigdata-flink/src/main/docs/module/tableAndSql.md) - [Flink CEP](bigdata-flink/src/main/docs/module/cep.md) - [Flink DataSet](bigdata-flink/src/main/docs/module/dataSet.md) - [Flink ML](bigdata-flink/src/main/docs/module/ml.md) - [Flink Gelly](bigdata-flink/src/main/docs/module/gelly.md) ## 4、大数据生态圈一些其它技术框架 * [Hive](bigdata-hive/README.md) * [HBase](bigdata-hbase/README.md) * [Kafka](bigdata-kafka/README.md) * [Doris](bigdata-doris/README.md) * [Kudu]() * [Parquet]() * [Kylin]() * [Superset]() * [Druid](bigdata-druid/README.md) * [Talos](bigdata-info/src/main/java/com/libin/talos/README.md) * [Pegasus](bigdata-info/src/main/java/com/libin/pegasus/README.md) * [Griffin](bigdata-info/src/main/java/com/libin/griffin/README.md) * [ElasticSearch](bigdata-info/src/main/java/com/libin/elasticsearch/README.md) * [Oozie](bigdata-info/src/main/java/com/libin/oozie/README.md) * [Redis]() * [MySQL]() * [SpringBoot](bigdata-springboot/README.md) * [Vue](bigdata-info/src/main/java/com/libin/vue/README.md) ## 5、大数据相关技能前奏 * [Scala](bigdata-info/src/main/java/com/libin/scala/README.md) * [Java](bigdata-info/src/main/java/com/libin/java/README.md) * [SQL](bigdata-info/src/main/java/com/libin/sql/README.md) * [Maven](bigdata-project/src/main/bigdata/maven.md) * [Git](bigdata-project/src/main/bigdata/git.md) * [Linux Shell](bigdata-project/src/main/bigdata/linux.md) * [大数据算法](bigdata-project/src/main/bigdata/大数据算法.md) * [大数据相关计算机理论知识](bigdata-project/src/main/bigdata/大数据相关计算机理论知识.md) * [大数据产品技能](bigdata-project/src/main/bigdata/大数据产品技能.md) * [大数据应用场景](bigdata-project/src/main/bigdata/大数据应用场景.md) * [大数据相关硬件知识](bigdata-project/src/main/bigdata/大数据相关硬件知识.md) * [大数据平台相关知识](bigdata-project/src/main/bigdata/大数据平台相关知识.md) ## 6、大数据一些相关项目 * [用户画像](bigdata-project/src/main/java/userProfile/readme.md) * [Id-Mapping](bigdata-project/src/main/java/idmapping/readme.md) * [离线数仓](bigdata-project/src/main/java/dataWarehouse/readme.md) * [实时数仓](bigdata-project/src/main/java/realTimeWarehouse/readme.md) * [特征系统](bigdata-project/src/main/java/featureEngineering/readme.md) * [数据报告](bigdata-project/src/main/java/dataReport/readme.md) * [精准运营]() * [实时监控](bigdata-project/src/main/java/realTimeMonitor/README.md) ## 7、数据相关知识点 * [1、数据仓库](bigdata-project/src/main/data/1.数据仓库.md) * [2、数据中台](bigdata-project/src/main/data/2.数据中台.md) * [3、数据建模](bigdata-project/src/main/data/3.数据建模.md) * [4、数据监控](bigdata-project/src/main/data/4.数据监控.md) * [5、数据治理](bigdata-project/src/main/data/5.数据治理.md) * [6、数据质量](bigdata-project/src/main/data/6.数据质量.md) * [7、数据血缘](bigdata-project/src/main/data/7.数据血缘.md) * [8、数据计算](bigdata-project/src/main/data/8.数据计算.md) * [9、数据存储](bigdata-project/src/main/data/9.数据存储.md) * [数据收集](bigdata-project/src/main/data/数据收集.md) * [数据压缩](bigdata-project/src/main/data/数据压缩.md) * [数据加解密](bigdata-project/src/main/data/数据加解密.md) * [数据产生](bigdata-project/src/main/data/数据产生.md) * [数据延迟](bigdata-project/src/main/data/数据延迟.md) * [数据可视化](bigdata-project/src/main/data/数据可视化.md) * [数据字典](bigdata-project/src/main/data/数据字典.md) * [数据分析](bigdata-project/src/main/data/数据分析.md) * [数据集市](bigdata-project/src/main/data/数据集市.md) ## 8、大数据学习相关资料 ##### 8.1、大数据学习网站 * [Apache官网](http://www.apache.org/) * [DataFunTalk知乎](https://www.zhihu.com/org/datafuntalk/posts) * [美团大数据](https://tech.meituan.com/tags/%E5%A4%A7%E6%95%B0%E6%8D%AE.html) * [InfoQ大数据](https://www.infoq.cn/topic/bigdata) ##### 8.2、大数据学习书籍 * [Hadoop权威指南]() * [Hadoop技术内幕（3本）]() * [Hadoop实战]() * [Hive编程指南]() * [HBase权威指南]() * [Spark快速大数据分析]() * [Spark技术内幕]() ##### 8.3、大数据论文 * [The Google File System (HDFS)]() * [BigTable (HBase)]() * [MapReduce]() * [Spark]() ##### 8.4、学习网址收藏 * [Apache 官网地址](https://www.apache.org/) * [Hadoop 官网地址](http://hadoop.apache.org/) * [Spark 官网地址](http://spark.apache.org/) * [Flink 官网地址](http://flink.apache.org/) * [Doris GitHub地址](https://github.com/apache/incubator-doris/wiki) * [Doris 官网地址](http://doris.apache.org/master/zh-CN/) ## 9、必会知识点 * [9.1、Spark Core](bigdata-project/src/main/doc/sparkcore.md) - [1）、Spark作业提交流程？](./bigdata-project/src/main/doc/sparkcore.md) - [2）、Spark的内存模型？](bigdata-project/src/main/doc/sparkcore.md) - [3）、SparkContext创建流程？源码级别？](bigdata-project/src/main/doc/sparkcore.md) - [4）、简述Spark个版本区别？1.x与2.x？](bigdata-project/src/main/doc/sparkcore.md) - [5）、使用Spark中遇到过哪些问题？如何解决的？](bigdata-project/src/main/doc/sparkcore.md) - [6）、Spark的Shuffle过程？ 和MR Shuffle区别？](bigdata-project/src/main/doc/sparkcore.md) - [7）、Spark中的数据倾斜问题有啥好的解决方案？](bigdata-project/src/main/doc/sparkcore.md) - [8）、Spark有哪些聚合类的算子，我们应该怎么避免使用这些算子？ReduceByKey和GroupByKey的区别？](bigdata-project/src/main/doc/sparkcore.md) - [9）、Spark On Yarn作业执行流程？yarn-client和yarn-cluster的区别？](bigdata-project/src/main/doc/sparkcore.md) - [10）、Spark中Job、Task、RDD、DAG、Stage的理解？](bigdata-project/src/main/doc/sparkcore.md) - [11）、Spark中RDD如何通过记录更新的方式容错？](bigdata-project/src/main/doc/sparkcore.md) - [12）、Spark常用调优方法？](bigdata-project/src/main/doc/sparkcore.md) - [13）、Spark中宽依赖和窄依赖如何理解？](bigdata-project/src/main/doc/sparkcore.md) - [14）、Spark中Job和Task如何理解？](bigdata-project/src/main/doc/sparkcore.md) - [15）、Spark中Transformation和action区别是什么？列举出常用的方法？](bigdata-project/src/main/doc/sparkcore.md) - [16）、Spark中persist()和cache()的区别？](bigdata-project/src/main/doc/sparkcore.md) - [17）、Spark中map和mapPartitions的区别？](bigdata-