首先我們要了解hadoop是什麼?Hadoop能夠做什麼?Hadoop的使用場景是什麼?Hadoop和大數據、雲計算的關係是什麼?如何使用hadoop?
當大家對這些問題有了基本的瞭解之後，接下來我們就要系統性的學習hadoop了。我個人建議大家不要一味的去學習理論知識，最好是理論和實踐相結合，可以先跟着視頻和文檔去操作，先把僞分佈式集羣搭建起來，把wordcount實例運行起來，對hadoop集羣的搭建過程和運行機制有個大概的瞭解和認知，然後從操作的過程中去發現自己在哪方面是薄弱點，有針對性的去彌補，這樣學習就會更有針對性和目的性，學習效果也相對會更好一些，否則學習會很盲目、很痛苦的。
我們知道hadoop有單機模式，僞分佈模式和分佈式模式。同時hadoop的環境是Linux，所以我們還需要安裝Linux系統。因爲我們的習慣是使用windows，所以對於Linux上來就安裝軟件之類的，困難程度會很大。並且我們要搭建集羣，需要多臺硬件的，不可能爲了搭建集羣，去買三臺電腦。所以從成本和使用的角度我們還需要懂虛擬化方面的知識。這裏的虛擬化其實就是我們需要懂得虛擬機的使用。因爲hadoop安裝在Linux中，才能真正發揮作用。所以我們也不會使用windows。
基於以上內容。所以我們需要懂得
- 虛擬化
- Linux
- java基礎
下面我們來詳細介紹：
一、
虛擬化：我們選擇的是VMware Workstation，這裏就要求我們會搭建虛擬機，安裝linux(如centos)操作系統，這方面只要按照視頻操作應該還是很簡單的，難點在於虛擬機網絡的配置，尤其是nat模式和bridge模式，因爲hadoop要求主機與虛擬機與外部網絡(能上網)，這三者是相通的，都能夠連接上網絡，只有這樣在安裝的過程中，纔不會遇到麻煩。二、
Linux：對於Linux的學習也是一個過程，因爲可能你連最簡單的開機和關機命令都不會，更不要談配置網絡。常用的linux命令也就20多種，我們需要做的就是在搭建集羣的過程中不斷地加強練習，在實踐中去記憶。但是我們會遇到各種不會的命令，即使能查到命令，我們也不能使用。爲什麼會這樣，因爲有的命令，是需要使用安裝包的。所以我們也要學會如何下載安裝包。
我們需要使用一些命令，進行網絡配置，但是在網絡配置中，這裏面又必須懂得虛擬機的一些知識，所以前面的虛擬機知識需要掌握紮實一些。對於有linux基礎的學員也可以選擇hadoop運維工程師作爲職業選擇。
提醒大家切忌浮躁，我們不可能一兩天就能完成上面的所有內容，我們至少需要花費一週的時間不斷地去訓練、強化。只要我們熟悉了Linux命令，熟悉了網絡知識。後面我們的學習纔會很輕鬆，很快速。通過以上的學習我們已經會安裝集羣了，那麼接下來我們就需要進入開發階段。開發零基礎，該怎麼辦呢?hadoop編程是一個Java框架，同時也是編程的一次革命，使得傳統開發運行程序由單臺客戶端(單臺電腦)轉換爲可以由多個客戶端運行(多臺機器)運行，使得任務得以分解，這大大提高了效率。
Hadoop既然是一個Java框架，因此就要求我們必須要懂Java，網上有大量的資料，所以學習Java不是件難事。但是學到什麼程度，可能是我們零基礎同學所關心的。
三、
Java：我們需要具備javaSE基礎知識，暫時不需要java Web及各種框架知識。如果沒有javaSE基礎，建議在學習hadoop之前或過程中要加強這方面的學習和訓練。當然有java基礎和開發經驗的學員學習hadoop就會更快速、更輕鬆。
總結一下，hadoop相關有很多學習的方向，內容不同，運維的話熟練掌握Linux, java, python以及hadoop周邊生態軟件的所有原理和配置部署，打patch重新編譯是最低的要求。
開發的話java和算法，SQL熟練是最低要求，python 和C是次要要求。Hbase起碼熟練掌握java，thrift, rest等相關知識。如果把Hadoop最終用於數據挖掘，機器學習，那常用的算法反而比掌握hadoop本身更重要一些，重點看用hadoop來做什麼。
轉載：https://blog.csdn.net/qq_39521554/article/details/79633460