Java:只要懂壹些基礎，做大數據不需要很深的Java技術。學習java SE相當於學習大數據。
Linux:因為大數據相關的軟件運行在Linux上，所以要把Linux學紮實。學好Linux對妳快速掌握大數據相關技術有很大的幫助，能讓妳更好的了解hadoop、hive、hbase、spark等大數據軟件的運行環境和網絡環境配置。，讓妳少踩很多坑，學會理解腳本，讓妳更容易理解和配置大數據集群。它還可以讓您在未來更快地學習新的大數據技術。
Hadoop:這是壹個流行的大數據處理平臺，幾乎成了大數據的代名詞，所以這是必須的。Hadoop包括幾個組件:HDFS、MapReduce和YARN。HDFS是存儲數據的地方，就像我們電腦的硬盤壹樣。MapReduce處理和計算數據。它有壹個特點就是只要給定時間就可以運行所有的數據，但是時間可能不會很快，所以叫數據批處理。
動物園管理員:這是靈丹妙藥。安裝Hadoop的HA時會用到，以後的Hbase也會用到。壹般用來存儲壹些合作信息，比較小，壹般不超過1M。所有使用它的軟件都依賴於它。對於我們個人來說，只需要正確安裝，讓它正常運行就可以了。
Mysql:我們已經學完了大數據的處理，接下來還要學習小數據的處理工具mysql數據庫，因為後面安裝hive的時候會用到。mysql需要掌握什麽水平？您可以在Linux上安裝它，運行它，配置簡單的權限，修改root的密碼，並創建壹個數據庫。這裏主要是學習SQL的語法，因為hive的語法和這個很像。
Sqoop:用於將數據從Mysql導入Hadoop。當然，妳也可以將Mysql數據表直接導出到壹個文件中，放在HDFS上，不用這個。當然，妳要註意Mysql在生產環境下使用的壓力。
Hive:這個東西是懂SQL語法的人的神器。它可以讓妳輕松處理大數據，妳也不用費勁去寫MapReduce程序了。有人說豬？簡直像豬壹樣。掌握壹個就好。
Oozie:既然妳已經學會了Hive，我肯定妳需要這個東西。它可以幫助妳管理妳的Hive或者MapReduce和Spark腳本，檢查妳的程序是否正確執行，如果出現問題會給妳報警，幫助妳重試程序，最重要的是，幫助妳配置任務依賴。我相信妳會喜歡的，不然妳看著那壹堆腳本和密密麻麻的crond就覺得自己是狗屎。
Hbase:這是Hadoop生態系統中的NOSQL數據庫。它的數據以鍵和值的形式存儲，鍵是唯壹的，所以可以用來復制數據。與MYSQL相比，它可以存儲更多的數據。因此，它通常用於大數據處理完成後的存儲目的地。
卡夫卡:這是壹個很好的排隊工具。排隊是為了什麽？排隊買票知道嗎？如果數據太多，還需要排隊處理，這樣其他和妳合作的同學就不會尖叫了。妳為什麽給我這麽多數據(例如，數百千兆字節的文件)？我該怎麽處理？不要因為他不處理大數據而責怪他。妳可以告訴他，我把數據放在隊列裏，妳用的時候壹個壹個拿，這樣他就不會抱怨了，馬上優化他的程序，因為不處理是他的事。不是妳問的問題。當然，我們也可以用這個工具把在線實時數據存入存儲器或HDFS。這時候可以配合壹個叫Flume的工具，專門用來提供簡單的數據處理，寫給各種數據接收者(比如卡夫卡)。
Spark:用來彌補基於MapReduce的數據處理速度的不足。它的特點是將數據加載到內存中進行計算，而不是讀取壹個慢到死，進化特別慢的硬盤。特別適合叠代運算，所以算法流特別稀飯。它是用scala寫的。Java語言或者Scala都可以操作，因為都用JVM。