目前大数据的相关岗位以大数据开发、大数据分析、大数据运维居多，所以就从这几个方面来简单的分析一下需要学习哪些知识，以及一个大致的学习周期。大数据运维则主要是学习大数据平台的搭建、组件部署、平台测试以及维护等方面的内容，大数据运维需要学习大量的软硬件知识，包括计算机网络知识。
Java大数据要学一些什么内容？
这是一个非常好的问题，也是很多初学者比较关心的问题，作为一名IT从业者，我来回答一下。首先，所谓的Java大数据通常指的是采用Java语言来完成一些大数据领域的开发任务，整体的学习内容涉及到三大块，其一是Java语言基础，其二是大数据平台基础，其三是场景开发基础。总体上来说，Java大数据的学习内容是比较多的，而且也具有一定的难度。
java语言基础部分的学习内容相对比较明确，由于Java语言本身的技术体系已经比较成熟了，所以学习过程也会相对比较顺利。对于初学者来说，建议围绕JavaWeb开发来制定学习计划，这样也会提升就业竞争力。JavaWeb开发不仅涉及到后端开发知识，还涉及到前端开发知识，整体的知识量还是比较大的，而且在学习的过程中，需要完成大量的实验。
大数据平台部分可以围绕Hadoop来展开，由于当前Hadoop生态已经比较健全了，所以这部分学习内容非常多，需要初学者有一个系统的学习过程。学习Hadoop的初期是完全可以自学的，当前Hadoop的案例也越来越丰富了，所以学习Hadoop也会有一个较好的学习体验。由于Hadoop对于实验场景有一定的要求，所以搭建实验环境是学习Hadoop的一个重要基础。
学习Java大数据一定离不开具体的场景，这里面的场景不仅指硬件场景（数据中心），还需要有行业场景支持，所以学习Java大数据通常都会选择一个行业作为切入点，比如金融行业、医疗行业、教育行业等等。初学者在学习场景开发知识的过程中，并不建议完全采用自学的学习方式，可以考虑在实习岗位上来完成这个阶段的学习任务。
学大数据，都学习哪些内容，要学多久？
很多初学者在学习大数据之前往往都有这样一个疑问，那就是学习多久才能掌握相关的技术，达到就业岗位的要求？要想知道类似问题的答案需要从多个角度来分析，大数据本身涉及到一系列围绕数据的相关技术，这些技术涉及到大数据平台技术、大数据开发技术、数据分析技术、数据呈现技术、数据采集整理技术等等，这些技术既有区别又有联系，相关技术也都有相对应的岗位，所以作为学习者来说应该选择一个细分方向来学习，而不能简单的说学习大数据。
目前大数据的相关岗位以大数据开发、大数据分析、大数据运维居多，所以就从这几个方面来简单的分析一下需要学习哪些知识，以及一个大致的学习周期。大数据开发是基于大数据平台进行的功能性开发，学习可以分为三个阶段，分别是编程语言、大数据平台和案例开发。编程语言往往以学习Java、Python和Scala居多，通常情况下编程语言的学习是比较耗费时间的，按照历史经验来看，对于没有编程语言的人来说，入门编程语言大概需要3个月左右的时间。
看一下同一个操作采用Python、Scala和Java编写的代码实现过程：接着要学习一下如何搭建基础的大数据平台，这部分知识对于大数据开发人员来说并不是重点，但是基本的搭建过程是应该掌握的，搭建Hadoop平台和Spark平台往往也需要大量的实验，另外还需要掌握大数据平台的体系结构和功能组成，这部分的学习时间大概需要2个月左右。
接着就是在大数据平台下进行项目开发了，这部分学习时间可长可短，一般完成一个综合性的大数据开发实验也需要1个月左右的时间，这样算下来，入门大数据开发大概需要6个月左右的时间。大数据分析需要学习的内容与大数据开发有一定的区别，大数据分析需要学习各种分析算法以及各种数据分析软件的使用。另外，目前采用机器学习的方式进行大数据分析也是一种比较流行的做法。
学习大数据分析也需要了解大数据平台的基础知识、算法知识、机器学习等内容，从学习周期上来说与大数据开发差不多，也需要6个月左右。学习数据分析往往需要具备一定的数学基础，否则需要补学的内容比较多，耗费的时间也比较长。大数据运维则主要是学习大数据平台的搭建、组件部署、平台测试以及维护等方面的内容，大数据运维需要学习大量的软硬件知识，包括计算机网络知识。
大数据主要学习什么内容？有什么要求和条件？
作为一名IT从业者，同时也是一名计算机专业的教育工作者，我来回答一下这个问题。首先，当前大数据的知识体系还是比较庞大的，随着大数据技术生态的逐渐成熟和完善，大数据领域也逐渐形成了更多的岗位细分，从事不同的岗位细分方向则需要学习不同的知识。从当前大的岗位划分来看，通常包括以下几个岗位：第一：大数据开发岗位。
从近两年大数据方向研究生的就业情况来看，开发岗位的人才需求量还是比较大的，相关岗位的薪资待遇也比较高，其中从事大数据平台开发的研发级岗位会有更高的薪资待遇。从事大数据开发岗位，通常需要学习三大块内容，其一是程序开发技术，初学者可以从Java或者Python开始学起；其二是学习大数据平台知识，初学者可以从Hadoop和Spark开始学起；其三是大数据开发实践，这个过程需要掌握一定的行业知识。
第二：大数据分析岗位。大数据分析岗位的人才需求潜力是非常大的，不仅IT（互联网）行业需要大量的大数据分析人才，传统行业领域也需要大数据分析人才。选择大数据分析方向需要具有一定的数学和统计学基础，而且也有一定的学习难度。目前大数据分析的常见方式有两种，分别是统计学方式和机器学习方式。第三：大数据运维岗位。
如果对于编程和算法设计不感兴趣，那么也可以考虑学习大数据运维知识，未来可以从事大数据运维岗位。大数据运维岗位的任务相对比较杂，需要从业者具有较强的动手实践能力。从知识结构上来看，大数据运维需要掌握网络知识、大数据平台知识和服务器知识。我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果想学大数据，是一定要学习Java内容吗？
作为一名大数据从业者，我来回答一下这个问题。首先，当前大数据的技术体系还是比较庞大的，并不是所有大数据从业者都需要掌握Java编程，所以也并不是所有人在学习大数据的时候，都需要学习Java。虽然Java作为一门流行程度比较高的全场景编程语言，在大数据领域有比较广泛的应用，但是可以代替Java语言的编程语言也不少，比如Python、R、Scala、Go等编程语言也都可以完成大数据领域的编程任务。
实际上，当前Python的应用更普遍一些，而且由于Python语言比较简单易用，使用Python语言能够在很多场景下提升开发效率。从当前大数据领域的岗位划分来看，主要分为大数据开发、大数据分析、大数据运维三大部分，这三大部分的很多细分工作岗位都需要掌握一定的编程知识，所以要想从事大数据领域的工作岗位，学习编程往往是绕不过去的。
大数据开发岗位可以划分为两大类，一类是大数据平台开发，另一类是大数据应用开发，通常大数据平台开发岗位属于研发级岗位，而大数据应用开发属于应用级岗位，应用级岗位往往与具体的行业领域关系密切。大数据平台开发对于从业者的要求比较高，需要掌握的知识结构也相对要丰富一些，而且自身要具有较强的研发能力和技术攻关能力，当前有不少研究生会从事大数据平台开发岗位。
Java语言在大数据平台开发领域有比较普遍的应用，比如基于Hadoop的大数据平台开发，通常都会采用Java语言。另外，Python也是大数据平台开发岗位比较常见的编程语言之一。从当前的发展趋势来看，未来Go语言在大数据平台开发领域也许会有更大的空间，这主要得益于Go语言自身效率至上的设计模式。相对于大数据平台开发来说，大数据应用开发主要与行业应用场景关系密切，在工业互联网时代，大数据应用开发的场景会非常多，而且这些大数据应用开发往往都是基于大数据平台展开的，所以在开发门槛上也相对比较低。
大数据应用开发可以采用的编程语言比较多，虽然Java也比较常见，但是在很多场景下，Python语言往往更方便一些。大数据分析也是当前大数据领域非常重要的岗位之一，虽然近两年大数据分析岗位的增速放缓，但是从长远发展趋势来看，大数据分析岗位的增量空间还是比较大的。大数据分析目前主要基于机器学习和统计学两种方式，不论采用哪种方式，Java语言都不是唯一的选择，实际上，在很多场景下，Python和R往往是更方便的选择。
虽然大数据运维领域对于编程语言的要求并不高，但是掌握编程语言也能够方便运维人员执行运维任务，从目前运维领域的应用情况来看，Python语言的应用更普遍一些，这主要还是得益于Python语言自身的方便性和扩展性。最后，虽然学习大数据并不一定要学习Java语言，但是由于Java语言在生产环境下有很多应用，而且Java开发岗位往往对于从业者的要求并不高，所以如果学历比较低，同时想增强自身的岗位竞争力，学习一下Java是不错的选择。
