大數據管理員

A. 大數據專業以後的就業前景怎麼樣

大數據的就業前景怎麼樣，我們可以從以下幾點來具體了解下：

1、大數據產業國家政策支持力度大，各地方積極實踐大數據，大數據產業發展不斷加速。
2、目前國內大數據人才量僅為50萬，而行業人才缺口達100萬+，未來2-3年人才缺口將逐漸擴大。
3、2018年一線城市大數據開發崗位薪資15K-20K。
4、大數據與人工智慧、物聯網、雲計算的對接愈加緊密，而且，大數據正在和各個行業相互對接，其應用將逐步拓展到城市建設、工業製造、農業、旅遊業等各個方面，未來的就業崗位將會持續增加。

B. 大數據相關證書有哪些

大數據需要考專業人員分析認證；數據科學專業成就認證；工程方面分析和優化（CPEE）證書；挖掘大規模數據集研究生證書；優化大數據分析證書；EMC數據科學家助理（EMCDSA）；Cloudera認證專家。

7、Cloudera認證專家：數據科學家（CCP：DS）-Cloudera

CCP：DS證書展示了精英層面使用大數據的技能。它需要通過一個評估基礎數據科學主題知識的書面考試。他們還必須在數據科學挑戰中，通過設計和開發同行評估的生產就緒的數據科學解決方案，並在真實條件下證明他們的能力。這個挑戰必須在完成筆試後24個月內通過，並且每年中的每隔一個季度提供兩次機會。

8、Cloudera Apache Hadoop認證開發人員（CCDH）-Cloudera

CCDH認證演示了開發人員寫入，維護和優化Apache Hadoop開發項目的技術知識，技能和能力。獲得這個認證需要通過90分鍾時限的50到55個活動問題的筆試。每個測試包括至少五個未評分的實驗問題。

9、Cloudera Apache Hadoop認證管理員（CCAH）-Cloudera

CCAH認證演示管理員的技術知識，技能和能力配置，部署，維護和保護Apache Hadoop集群和構成Cloudera企業數據中心的生態系統項目。獲得認證需要通過90分鍾時限的60個問題的書面考試。

10、Cloudera Apache HBase（CCSHB）認證專家-Cloudera

CCSHB認證演示了使用Apache HBase的技術知識，技能和能力，包括核心HBase概念，數據模型，架構，模式設計，API和管理。獲得認證需要通過90分鍾時間限制的45個問題的書面考試。

11、Revolution REnterprise Professional–Revolution Analytics

主要內容：此認證證明了對高級分析項目使用R統計語言的能力，包括分析大數據，數據分析生命周期，高級分析的理論和方法以及統計建模的戰略和實踐方面。該認證要求通過包含60個選擇題和90分鍾時間限制的tt筆考試。

12、Vertica大數據解決方案V1-HP

此認證驗證可以讓學習者部署和管理Vertica Analytics Platform，幫助組織優化和利用大數據分析獲利。其驗證學習者可以：識別和描述Vertica架構的關鍵功能，安裝平台，識別字元和確定Vertica中使用的投影的特徵，描述如何將數據載入到Vertica，闡述Vertica集群管理概念，描述備份/恢復和資源管理，並確定如何監視和故障排除。此認證需要在90分鍾內通過包含50個選擇題的考試。

13、Vertica大數據解決方案管理員V1-HP

此認證證實學習者可以管理Vertica Analytics Platform，並驗證其是否可以執行高級管理任務，包括：手動投影設計，診斷，高級故障排除和資料庫調優。該認證要求在100分鍾內通過包含60個選擇題的考試。

14、IBM認證的數據架構師-大數據

IBM認證數據架構師-大數據IBM專業認證計劃。

15、IBM認證的數據工程師-大數據

IBM認證的數據工程師-大數據IBM專業認證計劃。

16、大數據專業人員的SAS認證

SAS認證的大數據專業數據科學。

C. 怎樣連接西安大數據平台

1 賬號申請
對於有大數據平台需求的用戶或者項目可向大數據平台管理員發起申請賬號，同時向管理員提供HDFS數據空間大小，待管理員審批通過後回復用戶賬號與密碼，用戶使用賬號可訪問大數據平台集群。

2 平台使用
2.1使用說明
1、首先用戶或項目組要了解大數據平台提供的大數據組件，然後明確自己的需求，根據自己業務場景需求確認自己需要的大數據組件，使用平台主要以下步驟：

向管理員申請賬號（提供賬號和密碼、數據存儲空間大小）。

登陸數據管理空間系統下載票據信息。

若命令行連接集群需到客戶端節點緩沖票據信息。

若用代碼程序連接集群需要將票據載入到代碼里。

2、此大數據平台只提供存儲、計算資源，若要實現業務功能需要使用者確認完需要的組件後，基於組件開發上層的業務邏輯代碼來對接大數據平台，由於大數據也可藉助第三方專業應用廠家(ISV廠商)協助幫忙開發應用。

3、使用大數據平台技術能力要求：

具備hadoop基礎知識、linux系統知識

具備java、scala、shell、python語言開發能力

4、配合《浪潮雲海Insight HD用戶參考手冊（開發者）》手冊進行開發，也可參考網路資源上的資料。

5、系統分為管理運維系統、用戶空間系統
管理運維系統：http://10.33.0.50:8080/
用戶空間系統：http://10.33.0.50:8090/dataspace

2.2使用舉例
經管學院一項目或某一用戶要使用HDFS組件，存儲資源大小需求為50G

操作：

向管理員申請賬號，管理員回復賬號為jingguan01

用戶拿到賬號之後登陸數據空間系統：http://10.33.0.50:8090/dataspace，下載屬於自己的票據信息。

下載完畢自己的票據信息後保存。

用戶使用自己的賬號登陸客戶端節點10.33.0.68，並將壓縮包里的keytab文件上傳到/home/用戶/etc/security/keytabs路徑下，並進行緩沖票據操作。

查看票據信息。

[jingguan01@cadxhd16 keytabs]$ klist -kt jingguan01_bigdata.keytab

緩沖票據。

[jingguan01@cadxhd16 keytabs]$ kinit -kt jingguan01_bigdata.keytab jingguan01/bigdata@BIGDATA

查看緩沖信息。

[jingguan01@cadxhd16 keytabs]$ klist

測試。

創建目錄：

[jingguan01@cadxhd16 keytabs]$ hdfs dfs -mkdir /user/jingguan01/test1

查看目錄：

[jingguan01@cadxhd16 keytabs]$ hdfs dfs -ls /user/jingguan01/

從本地上傳文件:

[jingguan01@cadxhd16 opt]$ hdfs dfs -put test /user/jingguan01/test1

查看文件：

[jingguan01@cadxhd16 opt]$ hdfs dfs -cat /user/jingguan01/test1/test

c

D. 腦血管大數據平台管理員怎樣增加錄入員

1、首先打開瀏覽器，輸入科教管理平台網址，按回車。
2、其次打開科教平台左側「人員管理」模塊下的菜單「錄入修改人員數據」，點擊「添加」按鈕。
3、最後錄入人員基本信息即可。

E. 參加大數據培訓出來之後都能做哪些崗位的工作呢

參加大數據培訓來能找什麼樣的自工作？ 大數據 學習大數據可以從事很多工作，比如說：hadoop 研發工程師、大數據研發工程師、大數據分析工程師、資料庫工程師、hadoop運維工程師、大數據運維工程師、java大數據工程師、spark工程師等等都是我們可以...

F. oracle大數據表建立索引需要管理員嗎

需要。大數據量表加索引，不適用在線創建索引的方式，會鎖表。大數據表建立索引離不開資料庫管理員做出的努力。給表創建索引，可以提高查詢的效率。

G. 大數據行業有哪些工作機會，招聘的崗位技能有哪些

想要學習大數據開發，第一件事並不是要找書籍或者是找視頻教程，而是要了解一下大數據行業前景，了解一下成為大數據工程師需要具備什麼樣的能力，掌握哪些技能我當初學習大數據之前也有過這樣的問題，作為一個過來人，今天就跟大家聊下大數據人才應該具備的技能。
首先我們要知道對於大數據開發工程師需要具備的技能，下面我們分別來說明：

用人單位對於大數據開發人才的能力要求有
技能要求：
1.精通JAVA開發語言，同時熟悉Python、Scala開發語言者優先；
2.熟悉Spark或Hadoop生態圈技術，具有源碼閱讀及二次開發工作經驗；精通Hadoop生態及高性能緩存相關的各種工具，有源碼開發實戰經驗者優先；
3.熟練使用SQL，熟悉資料庫原理，熟悉至少一種主流關系型資料庫；熟悉Linux操作系統，熟練使用常用命令，熟練使用shell腳本；熟悉ETL開發，能熟練至少一種ETL（talend、kettle、ogg等）轉化開源工具者優先；
4.具有清晰的系統思維邏輯，對解決行業實際問題有濃厚興趣，具備良好的溝通協調能力及學習能力。
以上就是想要成為大數據人才需要具備的技能
那麼如何具備這些能力，怎麼學習了，對於大多數人來說，目前只有通過參加大數據的學習，才能夠系統的掌握以上的大數據技能，從而勝任大數據工程師的工作。

H. 大數據科學新發展展望 四大趨勢不可阻擋

大數據科學新發展展望：四大趨勢不可阻擋但無論技術熱點如何變換，我們能看到的是，隨著行業沉下心來進行實質的落地，大數據生態也越來越細分。今天就我和大家來談談大數據領域的一些新變化、新趨勢。就發展趨勢而言，這個可以放在第一位來講講。多年來，數據已經在企業中不斷快速積累。物聯網(IoT) 更是不斷加速數據的生成。對於許多企業來說，大數據的解決方案就是利用類似於開源的Apache Hadoop等技術作為基礎支持，創建數據湖(DataLake)，即創建整個企業的數據管理平台，用於以本機格式存儲企業的所有數據。數據湖將通過提供一個單一的數據存儲庫來消除信息孤島，整個組織都可以使用該存儲庫來進行業務分析、數據挖掘等各種應用。當有了數據湖之後，大家會傾向於認為這東西將會成為一個全方位和萬能的大數據集，例如點擊流數據、物聯網數據、日誌數據等都會被要求進入這個湖中，而這些數據很難處理的問題卻會被忽略。但是，除非你知道數據湖裡具體有什麼，並且能夠訪問到合適的數據進行分析，否則數據湖再大也沒有意義。因此，最後大家都會意識到許多數據湖是表現不佳的資源，人們不知道其中存儲著什麼內容，如何進行訪問，或者如何從這些數據中獲取洞察力。但是，方便地找到想要的東西、同時管理好許可權並不容易。除了數據湖以外，治理的另一個主題是以安全的、可審計的方式為任何人提供對可靠數據的便捷訪問。所以，站在管理並使用好公司數據資產的角度而言，數據治理猶如公司的頂層制度和宣言一樣需要被重視，並且用相應的策略、流程等來進行落實。最終目的是通過實現數據治理，來提升數據管理、確保數據質量、形成開放共享的新局面等。此外，數據治理也是決策、職能以及操作流程有機組合的系統，並且人們對這些數據資產承擔責任。在大多數大型企業里，大數據的採用是從少數獨立項目開始的，個推也是如此：譬如這里做一點Hadoop集群，那裡用一用分析工具，跑一個簡單業務模型，以及意識到需要設立一些新的職位（數據科學家、首席數據官）等等。現在，業務場景越來越豐富，異質性也越來越突出，各種各樣的工具在整個企業范圍內得到了使用。在公司的組織范圍內，集中化的「數據科學部門」正在逐漸讓位於更加去中心化的組織，原因在於集中化的部門越來越走向瓶頸，也更容易造成資源的流失。這個由數據科學家、數據工程師以及數據分析師組成的群體，正日益嵌入到不同的業務部門里。因此，對於平台來說需求已經很明顯了，那就是要讓一切都能協作到一起來，因為大數據的成功正是建立在設立一條由技術、人以及流程組成的裝配線基礎之上的。因此，一些全新的協作平台類型（譬如Jupyter等）正在加快出現，引領著所謂的DataOps（與DevOps對應）領域的發展。數據科學家(DataScientist)依然是市場上炙手可熱的爭奪對象。但是我們在周圍卻很少見到這類人，哪怕是財富前1000強的公司也為無法招到更多「數據科學家」而感到困擾。而在一些組織里，數據科學部門正在從使能者演變為瓶頸。與此同時，AI的大眾化以及自服務工具的蔓延使得數據科學技能有限的數據工程師，甚至是數據分析師在執行一些基本操作時變得更加容易了，而這些操作直到最近仍然是數據科學家的領地。在自動化工具的幫助下，企業大量的大數據工作，尤其是那些簡單枯燥的工作，將由數據工程師和數據分析師進行處理，而不必麻煩有著深厚技術技能的數據科學家。當然，即便如此，數據科學家目前還不需要太過「恐懼」。在可預見的未來里，自服務工具和自動化模型將會「增強」數據科學家而不是消滅他們，會解放他們，讓他們把焦點放在需要判斷、創造力、社會化技能或者需要垂直行業知識的任務上，那樣才能更加體現科學家的名號。大數據管理員(BDA)也對標於資料庫管理員(DBA)，雖然兩個英文字母只是變換了一下順序，但是其內涵相差甚遠。一個非常明顯的趨勢是，企業將對一個新崗位角色產生需求，即大數據管理員。DBA大家已經非常熟悉，但它與大數據時代下的數據管理員，有非常大的差別。數據管理員處於數據使用者和數據工程師之間。為了取得成功，數據管理員在進行大數據系統的維護工作之外，還必須了解數據的含義以及掌握應用於數據中的一些技術。數據管理員需要清楚整個組織內需要執行的數據分析類型，哪些數據集非常適用於這項工作，以及如何將數據從原始狀態轉換為數據使用者執行這項工作所需的形態和形式。數據管理員應使用像自助服務數據平台這樣的系統來加快數據使用者訪問基本數據集的端到端流程，而無需製作無數的數據副本。以上四個方面是數據科學在實踐發展中提出的新需求，誰能在這些方面得到好的成績，誰便會在這個大數據時代取得領先的位置。從2012年開始，幾乎人人（至少是互聯網界）言必稱大數據，似乎不和大數據沾點邊都不好意思和別人聊天。從2016年開始，大數據系統逐步開始在企業中進入部署階段，大數據的炒作逐漸散去，隨之而來的是應用的蓬勃發展期，一些代表成熟技術的標志性IPO在國內外資本市場也不斷出現。轉眼間，大數據幾年前經歷的泡沫正在無可爭議地轉移到人工智慧身上。可以說，在過去的一年，AI所經歷的共同意識「大爆炸」與當年的大數據相比，有過之而無不及。最近風口又轉移到區塊鏈上了，某種程度上也成為業內人士焦慮的一種誘因了。

I. 大數據相關的職位都有哪些啊DBA屬於大數據行業嗎

資料庫管理員（Database
Administrator，簡稱DBA），是從事管理和維護資料庫管理系統(DBMS)的相關工作人員版的統稱，屬於運維工權程師的一個分支，主要負責業務資料庫從設計、測試到部署交付的全生命周期管理。
DBA的核心目標是保證資料庫管理系統的穩定性、安全性、完整性和高性能。
大數據相關的應該叫數據挖掘師=
=你連這個都分不清還咋找工作

J. hadoop入職條件

hadoop通俗點說是什麼應該怎麼學有哪些前提的知識條件嗎

通俗的說就是
假如說你有一個籃子水果，你想知道蘋果和梨的數量是多少內，那麼只要一個一個數就容可以知道有多少了。
如果你有一個集裝箱水果，這時候就需要很多人同時幫你數了，這相當於多進程或多線程。
如果你很多個集裝箱的水果，這時就需要分布式計算了，也就是Hadoop。

Apache Hadoop是入門點，或者我們可以說是進入整個大數據生態系統的基礎。它是大數據生態系統中大多數高級工具，應用程序和框架的基礎，但是在學習Apache Hadoop時，還需要事先知道一些事情。

開始學習Apache Hadoop沒有嚴格的先決條件。但是，它使事情更容易，如果你想成為和Apache Hadoop的專家，這些是很好的知道的東西。

因此，Apache Hadoop的幾個非常基本的先決條件是：Java Linux SQL

cloudera的hadoop認證具體考什麼啊，在哪報名啊什麼時候考啊去哪咨詢啊

Cloudera的Hadoop認證目前包括兩類：開發員和管理員。而這兩個認證考試和其相應Hadoop培訓課程往往是綁定在一起的。
不用多說，Cloudera大有發展成為Hadoop領域RedHat之趨勢，其提供的認證考試自然會考核到那些非常重要的知識點和技能。他們的開發員資格證書和管理員資格證書在全球業內是目前唯一的也自然是最具權威性的。目前我們正處在大數據時代，企業要向「數據驅動」模式轉換，Hadoop人才需求很大，但是國內外Hadoop人才短缺。國外譬如Oracle，Apple和HP等都不再坐等合適的具有Hadoop技能的應聘者上門，而是逐漸採取派遣其員工參加Cloudera的Hadoop培訓和認證考試。
綜上所述，回答是Cloudera的Hadoop培訓和認證非常有用：1）獲得了讓大家信得過的Hadoop技能 2）所以，在其他條件相同的情況下，用人單位會更相信以及會優先考慮持有Cloudera認證的工程師，為企業保障了Hadoop人員的質量，而這對個人的職業發展也無疑將是很大的幫助。
BTW，等拿到了證書，加入他們在Linkedin上的認證群，也許會經常被不乏國內外知名公司的眾獵頭所「騷擾」，這算不算的上也是一個好處呢 :)

剛入職 java 上級領導給可我一個任務 用mybatis實現Hadoop 的M/R map/rece 我都懵了 求廣大網友給思路

你提供的連接里不是說了么，map rece借用了函數響應式編程的概念，我覺得你回可以參考一答些函數響應式編程的框架（不過這個東西真心難），我覺得這個任務你一個人肯定沒法搞出來的吧，mybatis也就寫寫需求做做業務，你是不是得罪領導了。。

Hadoop是什麼找工作容易嗎

找工作還是不容易的
你要去人才市場
那邊工作多
不過很多面試嚴格的

Hadoop是什麼要學多長時間

Hadoop是一個由Apache基金會所開發的分布式系統基礎架構。用戶可以在不了解分布式底層專細節的情屬況下，開發分布式程序。充分利用集群的威力進行高速運算和存儲。
Hadoop實現了一個分布式文件系統（Hadoop Distributed File System），簡稱HDFS。HDFS有高容錯性的特點，並且設計用來部署在低廉的（low-cost）硬體上；而且它提供高吞吐量（high throughput）來訪問應用程序的數據，適合那些有著超大數據集（large data set）的應用程序。HDFS放寬了（relax）POSIX的要求，可以以流的形式訪問（streaming access）文件系統中的數據。
至少你要有J2EE開發經驗再學hadoop，這是基於JAVA上的框架應用。大概要學幾個月，看個人了，主要是分布式架構，數據挖掘等東西。

從事大數據分析相關工作，需要具備什麼條件

1.你需要有應用數學、統計學、數量經濟學專業本科或者工學碩士層次水平的數學知識版背景。
2、至少權熟練SPSS、STATISTIC、Eviews、SAS等數據分析軟體中的一門。
3、至少能夠用Acess等進行資料庫開發；
4、至少掌握一門數學軟體：matalab，mathmatics進行新模型的構建。
5、至少掌握一門編程語言，如Python；
6、資料庫語言
1）熟悉Linux操作系統及至少一種腳本語言(Shell/Perl/Python)；
2）有分布式平台（如Hadoop）開發經驗者優先；
3）熟悉資料庫原理及SQL基本操作。

Hadoop是什麼好找工作嗎

去年學的，不容易，自己基礎也差但是功夫不負有心人，現在有所成績。到魔據條件不錯，很注重基礎教育，看合不合適。如果沒有基礎一般需要5個月，雖然剛開始有些枯燥，薪資不錯。

求問從事大數據相關工作的入職門檻是什麼

世界正從IT時代走向DT時代，未來是大數據的時代，企業最有價值的資產就是數據，你所擁有版的數據越多你就越權有說話權，因此未來企業里最牛逼的員工應該是和數據有關的職位，比如數據科學家、數據分析師、數據工程師等，這些職位或將成為程序員又一個美好的出路。

CDO主要負責利用數據推進企業與社會的對話，挖掘企業海量數據中潛在的價值，並運營和管理好數據，為企業戰略、營銷和管理決策提供參考，CDO的能力不僅僅是大數據領域的范疇，他需要同時具有IT、市場營銷、運營管理等綜合素質。

「數據科學家是指運用統計分析、機器學習、分布式處理等技術，從大數據中提取出對業務有意義的信息，以簡單易懂的形式傳達給決策者，並創造出新的數據運用服務的人才。
數據分析師能洞悉一個方程式的商業意義，他們知道如何提出正確的問題，非常善於數據分析，數據可視化和數據呈現。

數據工程師是能運行基本數據模型，充分了解文件系統，分布式計算與大型資料庫，他們是能提供可建模數據所需平台的人。

Hadoop是什麼容易就業嗎

08年雲計算到現在的大數據……還停留在搭建環境階段的同學……內什麼我就不吐槽了，現在任何公司是個人有兩三天就會搭建環境了。
現在一線的人才狀況是：
普遍需要2-3年hadoop經驗的大牛，如果你只會搭建環境，那基本是沒人想帶你的。
當然，如果你基礎非常扎實又肯干，那機會還是相當多的。
理解大數據的話就知道它和hadoop之間沒有必然聯系，甚至可以說沒有很直接的聯系。
不去盲目的追求任何一種技術，而是通過自己的實踐觀察，在實際的體驗和業務中將技術融會貫通，舊的是基石，新的是提煉，hadoop也不過是Google論文下的一隻小蝦米，僅此而已，認清楚自己和技術的關系才最為重要，技術永遠是你用來提升對這個社會理解的小工具，情商永遠比智商重要。
怎麼才能學好Hadoop，進入雲的世界，這里給幾點建議：
1. 打好你的Java基礎，C我就不說了，那是基本功。
2. 詳細研究，理解一下現在大型網站包括Sina，騰訊網（門戶），Weibo（微博），天貓，京東（電商）的架構與實現，先從自己的角度去理解，然後去跟實際情況做比對，提升自己對數據和技術的敏感程度。在這個階段，如果能分門別類的規劃出不同類型網站的需求和使用的特定方向的技術，對「雲」和「大數據」的理解就更加透徹而非表層停留。
3. 科班的同學，在學校的以基礎為根基，在公司的以業務為導向，這樣的技術才不盲目，這樣的技術才腳踏實地。
對很多人來說，技術都不是一生的職業導向，那麼，提升自己的眼界，站在更高的角度思考問題就顯得尤為重要，從自己，到團隊，公司，再到整個業界，眼界寬廣了，技術也就是你的左膀右臂。

hadoop只是雲計算的一隅，任何東西學的深入了都會發生質變。更多的雲，可以去學習一下Amazon，Openstack，。書的話，大象那本書入門，然後對hadoop仍然感興趣的話，建議直接進到源碼中去。

Hadoop培訓後就業前景，薪資怎麼樣

Hadoop工程師是目前BAT企業、大數據公司最急需的人才。那hadoop培訓出來的就業前景和薪資怎麼樣呢？

Hadoop能學到什麼
主要學習hadoop中的四大框架:hdfs、maprece、hive、hbase。這四大框架是hadoop最最核心的，學習難度最大的，也是應用最廣泛的。除此之外，還有其他的框架，會根據社會需要在課程中考慮是否增加其他框架的教學。
給hadoop新手的一封信:Hadoop入門自學及對就業的幫助
關於就業前景的問題
hadoop雲計算的基礎。絕大部分的雲計算中的分布式存儲和計算都是使用Hadoop的。簡單的理解的話，雲計算是系統工程的藍圖，Hadoop是基礎層面的重要的必不可少的工具。並且，雲計算在國家十二五規劃中也有重要章節討論，全國各省市都有自己的雲計算發展規劃。雲計算已經被提高到國家中長期發展戰略規劃中，大家可以想像以後Hadoop和雲計算的崗位有多少。Hadoop工程師是目前BAT企業、大數據公司最急需的人才。
畢業後的薪酬如何
起薪拿到10k左右還是很正常的。當然，這個要跟個人能力、面試技巧、入職的公司等都有關系。大家可以參考一下招聘網站上的Hadoop相關職位給出的薪資，月薪15000很正常哦。
學習Hadoop需要什麼基礎
Hadoop需要具備javaSE的基礎知識，對於javaEE(jsp/servlet/三大框架)沒有要求。需要熟練使用linux系統(第一天課程有復習linux操作的時間)。大體上，有這些預備知識就夠了。嚴格的說，只需要具備javaSE知識就足夠了。我掌握的javaSE不夠好，行嗎?沒問題!Hadoop中對java的運用是非常淺的，只要跟著老師課堂思路走就行了。非常適合於在校生、剛畢業的、和已有IT工作經驗的朋友們，學習hadoop比學習javaEE的基礎要求低，學習難度低。
學完Hadoop後能達到什麼水平
簡單概括就是hadoop大數據管理員和hadoop開發工程師。hadoop大數據管理員類似於資料庫的dba，負責hadoop集群的運行維護工作。hadoop開發工程師是負責編寫hadoop程序的，實現演算法的。相當於工作兩三年的水平。
學完Hadoop會影響javaEE工作
嚴格的講，hadoop與javaEE是兩個不同的發展思路，hadoop傾向於底層數據處理部分，javaEE負責系統開發，二者前後相繼，沒有交叉，相輔相成。一部分javaEE學員，入職面試時是javaEE知識，入職後立刻要求研究hadoop。大家可以想想社會的需求是多麼迫切，hadoop人才是多麼匱乏!
學習Hadoop對演算法和數據結構要求高嗎?
一般海量數據的處理都是自定義存儲結構，實現自己的演算法，這是業界的通用處理思路。這對我們普通程序員而言要求還是很高的。hadoop的優點就是進行了封裝，我們寫的演算法都是偏向於業務的，不需要創造演算法。因此大可放心。但是，大家以後工作的公司可能不使用hadoop去處理大數據，這時候對演算法和數據結構的要求就高了。
總之，大家以一顆平常心對待學習hadoop，安心學習。只要堅持學學習，等待你們的將是多多的人民幣，有時候會超出你的想像!