，忘记从哪复制过来的了，侵删（
Google 三件套
Hadoop对应于Google三件套
HDFS对应于GFS，即分布式文件系统，MapReduce即并行计算框架，HBase对应于BigTable，即分布式NoSQL列数据库，外加Zookeeper对应于Chubby，即分布式锁设施。
hadoop ->
zookeeper ->
hive ->
flume && sqoop ->
azkaban && oozie ->
数仓建模理论+实践（离线数仓项目） ->
hbase ->
redis ->
kafka ->
elk ->
scala ->
spark ->
kylin ->
flink ->
实时数仓项目
Scala底层也是使用的JVM虚拟机
Hadoop（重点）
学习Hadoop，需要重点掌握Hadoop的三个组件：MapReduce、HDFS、YarnZookeeper（会用，懂原理）
Zookeeper
意为动物园管理者，是一个分布式应用程序协调框架，负责协调大数据框架的
Hive（重点）
Hive底层依赖Hadoop，所以学完Hadoop在学Hive很简单，因为Hive是数仓工具，使用SQL开发的，如果懂SQL语句，那Hive学起来更简单了
Flume（会用）
Flume就是一个采集工具，比如把日志实时采集到大数据平台上，用Flume即可
Sqoop（会用）
Sqoop也是采集工具，但是和Flume定位不同，Sqoop是hadoop和其他数据库之间移动数据Flume是从各种来源收集数据，例如日志，jms，目录等
azkaban和oozie（会用）
这两个框架属于一类，都是资源调度框架，比如每天定时跑一些大数据的任务，就可以在这上面操作，这两个框架区别就是azkaban功能简单，易上手，oozie功能多，上手相对复杂一点
数仓理论+实践（重点）
学到这可以做一些项目了，找一些离线数仓的项目做下，做项目的同时需要理解数仓建模的理论，数仓为什么这样建，有什么好处，以后可能会出现什么隐患等，需要重点关注
HBase（重点）
HBase是一个分布式列式数据库，适合存储海量的数据，能进行秒级查询，需要重点学习
Kafka（重点）
Kafka是大数据消息队列领域唯一的王者，不但工作常用，面试也常问，需要理解底层原理ELK（会用，最好也深入下）
ELK是三个组件的简称，
它们是Elasticsearch、Logstash、Kibana，Elasticsearch 是一个基于 Lucene 的、支持全文索引的分布式存储和索引引擎；Logstash是一个日志收集、过滤、转发的中间件；Kibana是一个可视化工具，主要负责查询 Elasticsearch 的数据并以可视化的方式展现给业务方
Scala（重点）
前面也说了，这是大数据必学的一门语言，因为Spark和Flink底层都是基于Scala开发的，当然也有部门Java开发的
Spark（重点）
Spark 是专为大规模数据处理而设计的快速通用的计算引擎，支持批处理和流处理，目前主要用在批处理领域
Kylin（会用）
Kylin的出现就是为了解决大数据系统中TB级别数据的数据分析需求，它提供Hadoop/Spark之上的SQL查询接口及多维分析(OLAP)能力以支持超大规模数据，它能在亚秒内查询巨大的Hive表。其核心是预计算，计算结果存在HBase中
Flink（重点）
Flink目前非常火，和Spark一样，支持批处理和流处理，目前主要用在流处理实时数仓项目（重点）
