在线客服
扫描二维码
下载博学谷APP扫描二维码
关注博学谷微信公众号
一、网站
1. 网易公开课 https://open.163.com/
2. 腾讯课堂 https://ke.qq.com/
3. 中国大学慕课 https://www.icourse163.org/
4. B站 https://www.bilibili.com/
学习资源非常多,内容系统且全面,重点关注一些专业培训机构上传的学习视频,比如博学谷、黑马程序员上传了大量系统的教学视频。
5. Statista https://www.statista.com/
6. CEIC https://www.ceicdata.com/en
7. InfoQ-大数据https://www.infoq.cn/
二、书籍
1. 《为数据而生》
这是一部大数据在智慧城市、医疗、教育、金融、商业等领域的实践笔记;更是一部为未来大数据的发展提供有可行性的路径指南!
2. 《R语言预测实战》
R语言具有上手快、效率高的特点,它横跨金融、生物、医学、互联网等多个领域,主要用于统计、建模及可视化。预测是数据挖掘的主要作用之一,也是大数据时代的核心价值所在。
3. 《Hadoop权威指南》
本书是Hadoop权威参考,程序员可从中探索如何分析海量数据集,管理员可以从中了解如何安装与运行Hadoop集群。
4. 《Hive编程指南》
是一本ApacheHive的编程指南,旨在介绍如何使用Hive的SQL方法——HiveQL来汇总、查询和分析存储在Hadoop分布式文件系统上的大数据集合。《Hive编程指南》适合对大数据感兴趣的爱好者以及正在使用Hadoop系统的数据库管理员阅读使用。
5. Apache Kylin权威指南
本书从Apache Kylin的架构和设计,各个模块的使用,与第三方的整合,二次开发以及开源实践等各个方面进行讲解,为各位读者呈现核心的设计理念和哲学、算法和技术等。
6. 《Flink基础教程》
Flink是众多大数据处理框架中一颗冉冉升起的新星。它以同一种技术支持流处理和批处理,并能同时满足高吞吐、低延迟和容错的需求。本书由Flink项目核心成员执笔,系统阐释Flink的适用场景、设计理念、功能、用途和性能优势。
7. 《大数据之路:阿里巴巴大数据实践》
本书中讲到的大数据架构,就是为了满足不断变化的业务需求,同时实现的高度扩展性、灵活性以及数据展现的高性能而设计的。
三、公众号
1. 大数据技术与数仓
专注分享数据仓库与大数据技术(Flink/Hadoop/Spark/Hive)。
2. DataFunTalk
专注于大数据,人工智能技术应用的分享与交流。
3. 浪尖聊大数据
主要分享大数据框架,如Spark,flink, Kafka hbase 原理源码,同时会分享数据仓库, 图形计算等。
— 申请免费试学名额 —
在职想转行提升,担心学不会?根据个人情况规划学习路线,闯关式自适应学习模式保证学习效果
讲师一对一辅导,在线答疑解惑,指导就业!
相关推荐 更多
学大数据后悔了吗?大数据入门须知
学大数据后悔了吗?相信大家的答案是,当然不后悔。毕竟大数据是时下最热门的技术之一,学好大数据不愁找不到工作。那退一万步讲,学大数据要是后悔了也是因为没学好,浪费了时间和精力当然会后悔。其实要学好大数据并不难,只需掌握以下的内容:
45521
2019-08-02 13:27:24
大数据Kafka进阶面试题汇总
Kafka是一个分布式、支持分区的、多副本的,基于zookeeper协调的分布式消息系统,它的最大的特性就是可以实时的处理大量数据以满足各种需求场景。在大数据面试中,Kafka也是一个必考点。因此小编汇总了历年来比较经典常见的大数据Kafka进阶面试题。
6109
2019-08-22 19:26:09
女生学大数据好就业吗?前景如何?
随着人工智能物联网的发展,大数据人才急剧增加,大数据应用广泛未来将覆盖全行业,大数据人才稀缺人才缺口达百万以上,掌握大数据相关的技能就业前景比较广阔。学习大数据的男生确实比女生多,但还是有女生学,每个人的学习能力、思维方式都不同需要根据自身情况而定。
5847
2021-04-20 15:13:14
大数据之Spark框架中RDD和DataFrame的区别
大数据之Spark框架中RDD和DataFrame的区别是什么?RDD(提供了一种高度受限的共享内存模型;DataFrame是一种分布式的数据集,并且以列的方式组合的。在spark中RDD、DataFrame是最常用的数据类型,在使用的过程中你知道两者的区别和各自的优势吗?关于如何具体的应用我们今天就好好的分析一下。
3820
2022-02-18 11:32:22
开发人员该选择什么大数据工具提高工作效率?
开发人员该选择什么大数据工具提高工作效率?海量数据使得数据分析工作变得繁重困难,开发人员选择合适的大数据工具来开发大数据系统成为新的挑战。因此开发人员要根据不同的数据处理方式对大数据工具进行分类。
2966
2022-04-14 13:56:44