第一阶段：静态网页基础（HTML+CSS）
1.难易水平：一颗星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：
html常常运用标签、CSS罕见规划、款式、定位等、静态页面的设想制造体式格局等
第二阶段：JavaSE+JavaWeb
1.难易水平：两颗星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：
java基础语法、java面向对象（类、对象、封装、继续、多态、抽象类、接口、罕见类、内部类、罕见修饰符等）、异常、鸠合、文件、IO、MYSQL(基础SQL语句操纵、多表查询、子查询、存储历程、事件、分布式事件)、JDBC、线程、反射、Socket编程、罗列、泛型、设想形式
4.形貌以下：
称为Java基础，由浅入深的手艺点、实在贸易项目模块剖析、多种存储体式格局的设想与完成。该阶段是前四个阶段最最主要的阶段，由于背面一切阶段的都要基于此阶段，也是进修大数据紧密度最高的阶段。本阶段将第一次打仗团队开辟、产出具有前背景（第一阶段手艺+第二阶段的手艺综合运用）的实在项目。
第三阶段：前端框架
1.难易顺序：两星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：
Java、Jquery、注解反射一同运用，XML以及XML剖析、剖析dom4j、jxab、jdk8.0新特征、SVN、Maven、easyui
4.形貌以下：
前两个阶段的基础上化静为动，可以完成让我们网页内容越发的雄厚，固然假如从市场职员层面来讲，有专业的前端设想职员，我们设想本阶段的目的在于前端的手艺可以更直观的磨炼人的思维和设想才能。同时我们也将第二阶段的高等特征融入到本阶段。使进修者更上一层楼。
第四阶段：企业级开辟框架
1.难易顺序：三颗星
3.主要手艺包含：
Hibernate、Spring、SpringMVC、log4j slf4j 整合、myBatis、struts2、Shiro、redis、流程引擎activity， 爬虫手艺nutch,lucene，webService CXF、Tomcat集群和热备 、MySQL读写星散
第五阶段： 初识大数据
1.难易水平：三颗星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：
大数据前篇（什么是大数据，运用场景，怎样进修大数据库，虚拟机观点和装置等）、Linux罕见敕令(文件治理、体系治理、磁盘治理)、Linux Shell编程（SHELL变量、轮回掌握、运用）、Hadoop入门（Hadoop构成、单机版环境、目次构造、HDFS界面、MR界面、简朴的SHELL、java接见hadoop）、HDFS(简介、SHELL、IDEA开辟东西运用、全分布式集群搭建)、MapReduce运用(中心盘算历程、Java操纵MapReduce、顺序运转、日记监控)、Hadoop高等运用(YARN框架引见、设置项与优化、CDH简介、环境搭建)、扩大(MAP 端优化，COMBINER 运用方法见,TOP K,SQOOP导出,别的虚拟机VM的快照,权限治理敕令,AWK 与 SED敕令)
4.形貌以下：
该阶段设想是为了让新人可以对大数占有一个相对的大观点怎样相对呢？在前置课程JAVA的进修事后可以明白顺序在单机的电脑上是怎样运转的。如今，大数据呢？大数据是将顺序运转在大规模机械的集群中处置惩罚。大数据固然是要处置惩罚数据，所以一样，数据的存储从单机存储变成多机械大规模的集群存储。（你问我什么是集群？好，我有一大锅饭，我一个人可以吃完，然则要良久，如今我叫人人一同吃。一个人的时刻叫人，人多了呢？ 是不是是叫人群啊！）那么大数据可以初略的分为： 大数据存储和大数据处置惩罚所以在这个阶段中呢，我们课程设想了大数据的规范：HADOOP呐，大数据的运转呢并非在咋们常常运用WINDOWS 7或许W10上面，而是如今运用最普遍的体系：LINUX。
第六阶段：大数据数据库
1.难易水平：四颗星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：Hive入门（Hive简介、Hive运用场景、环境搭建、架构申明、事情机制）、Hive Shell编程（建表、查询语句、分区与分桶、索引治理和视图）、Hive高等运用(DISTINCT完成、groupby、join、sql转化道理、java编程、设置和优化)、hbase入门、Hbase SHELL编程(DDL、DML、Java操纵建表、查询、紧缩、过滤器)、细说Hbase模块（REGION、HREGION SERVER、HMASTER、ZOOKEEPER简介、ZOOKEEPER设置、Hbase与Zookeeper集成）、HBASE高等特征(读写流程、数据模子、形式设想读写热门、优化与设置)
4.形貌以下：
该阶段设想是为了让人人在明白大数据怎样处置惩罚大规模的数据的同时。简化咋们的编写顺序时候，同时进步读取速率。
怎样简化呢？在第一阶段中，假如须要举行庞杂的营业关联与数据发掘，自行编写MR顺序是异常冗杂的。所以在这一阶段中我们引入了HIVE，大数据中的数据堆栈。这里有一个关键字，数据堆栈。我晓得你要问我，所以我先说，数据堆栈呢用来做数据发掘剖析的，一般是一个超大的数据中心，存储这些数据的呢，平常为ORACLE,DB2,等大型数据库，这些数据库一般常运用作及时的在线营业。总之，要基于数据堆栈剖析数据呢速率是相对较慢的。然则轻易在于只需熟习SQL，进修起来相对简朴，而HIVE呢就是如许一种东西，基于大数据的SQL查询东西呐，这一阶段呢还包含HBASE，它为大数据内里的数据库。疑惑了，不是学了一种叫做HIVE的数据“堆栈”了么？HIVE是基于MR的所以查询起来相称慢，HBASE呢基于大数据可以做到及时的数据查询。一个主剖析，另一个主查询。
第七阶段：及时数据收集
1.难易顺序：四颗星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：
Flume日记收集，KAFKA入门（音讯行列、运用场景、集群搭建）、KAFKA详解（分区、主题、接受者、发送者、与ZOOKEEPER集成、Shell开辟、Shell调试）、KAFKA高等运用（java开辟、主要设置、优化项目）、数据可视化（图形与图表引见、CHARTS东西分类、柱状图与饼图、3D图与舆图）、STORM入门（设想头脑、运用场景、处置惩罚历程、集群装置）、STROM开辟（STROM MVN开辟、编写STORM当地顺序）、STORM进阶（java开辟、主要设置、优化项目）、KAFKA异步发送与批量发送时效，KAFKA全局音讯有序，STORM多并发优化
4.形貌以下：
前面的阶段数据泉源是基于已存在的大规模数据集来做的，数据处置惩罚与剖析事后的结果是存在肯定延时的，一般处置惩罚的数据为前一天的数据。举例场景：网站防盗链，客户账户异常，及时征信，碰到这些场景基于前一天的数据剖析出来事后呢？是不是太晚了。所以在本阶段中我们引入了及时的数据收集与剖析。主要包含了：FLUME及时数据收集，收集的泉源支撑异常普遍，KAFKA数据数据吸收与发送，STORM及时数据处置惩罚，数据处置惩罚秒级别。
第八阶段：SPARK数据剖析
1.难易顺序：五颗星
2.手艺知识点+阶段项目使命+综合才能
3.主要手艺包含：SCALA入门(数据类型、运算符、掌握语句、基础函数)、SCALA进阶(数据构造、类、对象、特质、形式婚配、正则表达式)、SCALA高等运用（高阶函数、科里函数、偏函数、尾迭代、自带高阶函数等）、SPARK入门(环境搭建、基础构造、运转形式)、Spark数据集与编程模子、SPARK SQL、SPARK 进阶（DATA FRAME、DATASET、SPARK STREAMING道理、SPARK STREAMING支撑源、集成KAFKA与SOCKET、编程模子）、SPARK高等编程（Spark-GraphX、Spark-Mllib机械进修）、SPARK高等运用（体系架构、主要设置和机能优化、毛病与阶段恢复）、SPARK ML KMEANS算法，SCALA 隐式转化高等特征
4.形貌以下：
一样先说前面的阶段，主如果第一阶段。HADOOP呢在剖析速率上基于MR的大规模数据集相对来讲照样挺慢的，包含机械进修，人工智能等。而且不适合做迭代盘算。SPARK呢在剖析上是作为MR的替换产物，怎样替换呢？ 先说他们的运转机制，HADOOP基于磁盘存储剖析，而SPARK基于内存剖析。我这么说你能够不懂，再抽象一点，就像你要坐火车从北京到上海，MR就是绿皮火车，而SPARK是高铁或许磁悬浮。而SPARK呢是基于SCALA言语开辟的，固然对SCALA支撑最好，所以课程中先进修SCALA开辟言语。什么？又要学别的一种开辟言语？不不不！！！我只说一句话：SCALA是基于JAVA做的。从历史数据的存储，剖析（HADOOP,HIVE,HBASE），到及时的数据存储（FLUME,KAFKA），剖析（STORM,SPARK），这些在实在的项目中都是相互依赖存在的。
以上就是java 大数据学什么内容的细致内容，更多请关注ki4网别的相干文章！
