Hadoop 要凉了？
前阵子爆出来的种种新闻，让市面上对 Hadoop 有了一些不大看好的声音，甚至有人直言，Hadoop 要凉凉了。
也难怪，Hadoop 最近确实不大太平。先是曾估值 10 亿美元的 MapR 向加州就业发展局提交文件，称如果找不到新的投资人，公司将裁员 122 人，并关闭位于硅谷的总部公司；再是 Cloudera 在两个月前的美股开盘，股价暴跌 43%，公司估值从 41 亿美元缩水为 14 亿美元。
抱团取暖，裁员闭店，Hadoop 三大发行商遭“团灭”，这意味着Hadoop要衰败了吗？
凉凉？不，Hadoop没有对手
的确，和前几年相比，Hadoop 的热度确实在下降，但这就意味着 Hadoop 衰败了吗？其实不然。
虽然 Hadoop 已经不是与大数据划等号的唯一存在，但低成本、海量扩展能力，以及对半结构化、非结构化数据的支持，Hadoop 在大数据分析、历史数据归档方面仍然具有独特地位，基于 Hadoop 的技术方案在未来依然很有前景。
而且，Hadoop 技术是有长久生命力的，很多技术早已经成为了大数据领域教科书般的存在。例如 2003 年 Google 连续发表的三篇论文奠定了大数据的框架基础，并基于此理论形成了 Hadoop 原始的“3+1”式软件栈：即分布式文件系统 HDFS、分布式计算 MapReduce、Hbase NoSQL 数据库，以及 YARN 资源调度。其在大数据中的地位可见一斑。

大厂铁饭碗，Hadoop依然高薪

作为大数据的一种核心技术，包括Facebook、IBM、华为、中国移动在内的多个大客户都在使用Hadoop框架驱动他们的大数据计算，在大数据火热的当下，相关的工作机遇也是与日增多，薪资更是水涨船高。
据美国求职网站ziprecruiter统计，普通的big data岗的平均薪水是$122,665每年，而掌握Hadoop技术的工程师们平均年薪则达到了133,435美元，最高年薪可达218,500美元。
和极具竞争力的薪资相比，要想成为Hadoop开发，要求还真的并不高。并不像人工智能等领域，一看到准入门槛，就妥妥劝退了。
成为Hadoop开发，只需要具备 javaSE 的基础知识，对于javaEE（jsp/servlet/三大框架）都没有要求。当然，如果你能熟练使用linux系统，那就更好了。
担心掌握的 javaSE 不够好？没问题！hadoop 中对 java 的运用是非常浅的，学习 hadoop 比学习 javaEE 的基础要求还要低，学习起来根本没有难度。

Hadoop 学习路线

1
Linux的安装及基本操作、Python安装及编程基础。
2
搭建Hadoop分布式环境：在电脑上安装Linux，环境nat配置，搭建Hadoop集群。
3
学习HDFS分布式文件系统：架构分析、容灾容错策略等。
4
学习MapReduce计算框架。
5
学习Strom流式计算：了解Hadoop和Storm的区别，知道二者如何进行互补，了解Storm的体系架构。
6
学习Zookeeper分布式协作服务：Zookeeper开源自带Client工具的Shell使用，开发java代码实现不同类型的节点进行新建、修改、删除和节点的监控。
7
学习数据仓库工具Hive：了解Hive的体系架构和其与mysql的对比，掌握Mysql的基本知识。
8
学习分布式存储系统Hbase：掌握Hbase表结构设计、Shell操作（增删查改）、javaAPI操作、数据迁移、备份与恢复；与MR结合实现批量导入与导出，与Hive结合使用，集群管理和性能调优。
9
学习Spark：掌握SPark的编程模型、运行框架、作业提交、缓存策略、RDD、MLLib。
10
学习Scala语言：掌握Scala的常用语法、函数、元组等操作。
11
学习推荐系统：找一些案例，掌握主流的推荐算法：
a.学习基于MR、Mahout的协同过滤算法，并进行效果对比。
b.学习基于Spark的协同过滤算法
这里就要介绍我们九章算法的《Big Data - Hadoop 项目实战》了。如果你想成为大数据工程师，你就可以来上这门课，我们会有顶级大数据工程师带你进入Hadoop的大门。
课程适合人群：
有一定Java基础，想转行做大数据的同学；
想在简历上增加大数据工作经历的同学；
即将参加FLAG大数据工程师面试的同学。
主要内容：
1.大数据求职攻略
从实际技能展示，到实战案例的经历，还有各大公司的面试真题，在这门课当中，我们会告诉你面试求职中会碰到的各类大数据相关问题。
2.Hadoop从零开始
Hadoop是这门课的基础，只要你会Java，你就可以听懂。同时我们还将涉及到Hadoop分布式系统的相关问题。
3.MapReduce项目实战 
课程中更是为你带来MapReduce的项目实战，包括Google Search Auto Complete、PageRank、Recommender System等可以在你的简历里增添色彩的项目。
你将从这门课中学到什么：
•  通过完成project，掌握MapReduce/HDFS
•  把项目实战情况放在简历，为简历增色
•  掌握工业工具，比如Docker/Digital Ocean
•  熟练掌握Unix系统
•  获取大数据的相关知识
不知道课程合不合适？来免费试听一节课就清楚啦！
试听时间：
8月28日 下午9:30  美东时间
8月28日 下午6:30  美西时间
8月29日 上午9:30  北京时间
报名方式：
 扫描下方二维码即可报名 
或点击文末“阅读原文”
继续阅读
阅读原文