那就要看你是想学习大数据开发还是数据分析挖掘呢？以下是我们大数据开发课程安排：大数据开发工程师课程体系——Java部分。第一阶段：静态网页基础1、学习Web标准化网页制作，必备的HTML标记和属性2、学习HTML表格、表单的设计与制作3、学习CSS、丰富HTML网页的样式4、通过CSS布局和定位的学习、让HTML页面布局更加美观5、复习所有知识、完成项目布置第二阶段：JavaSE+JavaWeb1、掌握J***ASE基础语法2、掌握J***ASE面向对象使用3、掌握J***ASEAPI常见操作类使用并灵活应用4、熟练掌握MYSQL数据库的基本操作，SQL语句5、熟练使用JDBC完成数据库的数据操作6、掌握线程，网络编程，反射基本原理以及使用7、项目实战 + 扩充知识：人事管理系统第三阶段：前端UI框架1、J***ASCRIPT2、掌握Jquery基本操作和使用3、掌握注解基本概念和使用4、掌握版本控制工具使用5、掌握easyui基本使用6、项目实战+扩充知识：项目案例实战POI基本使用和通过注解封装Excel、druid连接池数据库***,日志Log4j/Slf4j第四阶段：企业级开发框架1、熟练掌握spring、spring mvc、mybatis/2、熟悉struts23、熟悉Shiro、redis等4、项目实战：内容管理系统系统、项目管理平台流程引擎activity，爬虫技术nutch,lucene，webService CXF、Tomcat集群 热备 MySQL读写分离以上Java课程共计384课时，合计48天！大数据开发工程师课程体系——大数据部分第五阶段：大数据前传大数据前篇、大数据课程体系、计划介绍、大数据环境准备&搭建第六阶段：CentOS课程体系CentOS介绍与安装部署、CentOS常用管理命令解析、CentOS常用Shell编程命令、CentOS阶段作业与实战训练第七阶段：Maven课程体系Maven初识:安装部署基础概念、Maven精讲:依赖聚合与继承、Maven私服:搭建管理与应用、Maven应用:案列分析、Maven阶段作业与实战训练第八阶段：HDFS课程体系Hdfs入门:为什么要HDFS与概念、Hdfs深入剖析:内部结构与读写原理、Hdfs深入剖析:故障读写容错与备份机制、HdfsHA高可用与Federation联邦、Hdfs访问API接口详解、HDFS实战训练、HDFS阶段作业与实战训练第九阶段：MapRece课程体系MapRece深入剖析:执行过程详解、MapRece深入剖析:MR原理解析、MapRece深入剖析:分片混洗详解、MapRece编程基础、MapRece编程进阶、MapRec阶段作业与实战训练第十阶段：Yarn课程体系Yarn原理介绍:框架组件流程调度第十一阶段：Hbase课程体系Yarn原理介绍:框架组件流程调度、HBase入门:模型坐标结构访问场景、HBase深入剖析:合并*数据定位、Hbase访问Shell接口、Hbase访问API接口、HbaseRowkey设计、Hbase实战训练第十二阶段：MongoDB课程体系MongoDB精讲:原理概念模型场景、MongoDB精讲:安全与用户管理、MongoDB实战训练、MongoDB阶段作业与实战训练第十三阶段：Redis课程体系Redis快速入门、Redis配置解析、Redis持久化RDB与AOF、Redis操作解析、Redis分页与排序、Redis阶段作业与实战训练第十四阶段：Scala课程体系Scala入门:介绍环境搭建第1个Scala程序、Scala流程控制、异常处理、Scala数据类型、运算符、Scala函数基础、Scala常规函数、Scala集合类、Scala类、Scala对象、Scala特征、Scala模式匹配、Scala阶段作业与实战训练第十五阶段：Kafka课程体系Kafka初窥门径:主题分区读写原理分布式、Kafka生产&消费API、Kafka阶段作业与实战训练第十六阶段：Spark课程体系Spark快速入门、Spark编程模型、Spark深入剖析、Spark深入剖析、SparkSQL简介、SparkSQL程序开发光速入门、SparkSQL程序开发数据源、SparkSQL程序开DataFrame、SparkSQL程序开发DataSet、SparkSQL程序开发数据类型、SparkStreaming入门、SparkStreaming程序开发如何开始、SparkStreaming程序开发DStream的输入源、SparkStreaming程序开发Dstream的操作、SparkStreaming程序开发程序开发--性能优化、SparkStreaming程序开发容错容灾、SparkMllib 解析与实战、SparkGraphX 解析与实战第十七阶段：Hive课程提体系体系结构机制场景、HiveDDL操作、HiveDML操作、HiveDQL操作、Hive阶段作业与实战训练第十八阶段：企业级项目实战1、基于美团网的大型离线电商数据分析平台2、移动基站信号监测大数据3、大规模设备运维大数据分析挖掘平台4、基 于互联网海量数据的舆情大数据平台项目以上大数据部分共计学习656课时，合计82天！0基础大数据培训课程共计学习130天。
大数据学习分以下3种情况一、自学。学习能力强有一定开发基础的可以尝试自学，虽然有点难，但是还是有一些学习能力强的学生可以通过自学，自学一般都是根据自身碎片化时间进行学习，时间会比较长。自学的优点：是可以省下一笔学费，而且不占用自己的工作时间。自学的缺点：遇到问题难以解决，无老师辅导。无真实企业项目可以实训二、企业内部学习。企业内部培养可造之材，由技术人员带，学习时间视企业情况而定。优点：上手快，有人带，无需支付费用缺点：机会少，大多数学生没有这样的机会三、线下培训学习。线下培训学习时间5-6个月。可能有学生问为什么没有线上培训学习呢？对于学习大数据技术目前线上培训无法保证学生的学习质量，如果你能够在线上学会大数据技术的话，那么你就不需要培训了，通过自学就可以了！因为你属于学习能力强的那一小部分人
如果你是零基础，那培训大数据的时间大概在4-5个月之间，如果你是有基础的，那学习时间就会短一些，因为大数据需要学习的东西很多，涉及到的知识点广泛，时间短的话学不会这么多专业知识，我是零基础，在光环大数据，大概学了五个月时间，全天上课晚上做练习，可以说是相当充实了，学习这件事儿不要着急，学到知识才是最总要的！
首先大数据spark技术是基于Python和scala编程语言的，熟悉掌握这两种编程语言是必须的；其次是要学习spark应用场景、模型和集群搭建等内容；还有后期的大数据处理等都是必要的知识点
达内的课程是从零基础开始学习是差不多5个月的样子
零基础的话，一般需要4-5个月的时间
大数据一般都是5个月左右的时间，而且大数据学习需要Java的基础，不过现在很多的机构都说是可以0基础学习大数据。
目前平均是半年内，有的机构根据学历决定周期，1年-6个月不等，需要结合自二环内情况多加了解
加载中...
建造 
果树 
副词 
产地 
充电 
英文 
手办 
句子 
成语 
驱动 
周末 
公式 
季节 
口红 
半径 
热量 
作文辅导 
steam 
发明