📚 专栏简介​

在学习大数据的路上，想必很多人都有同样的感受，就是大数据领域里需要学习的知识实在是太多了。

基础方面，数据结构、分布式理论、网络编程、并发编程是必不可少的。在此之上，大数据领域当前的根基，Hadoop、HDFS 也是必须掌握的内容。此外，还需要学习 Zookeeper、Kafka、ElasticSearch 等常见分布式组件。然后，根据个人的喜好和发展方向，可能还有以下侧重点。在数据采集方面，需要学习 Canal、Storm、Flume 等采集组件；在数据计算方面，有 Spark、Flink 等计算框架。至于数据库层面，那更是五花八门了，有 HBase、Kudu、Druid、ClickHouse 等等。如果想彻底弄清楚这些组件的底层原理，除了学习 Java 和 Scala，还需要去学习 C、C++，甚至还需要深入到操作系统乃至硬件底层。

要学习的知识这么多，自然会引来一个问题，即学习的过程中会接触到大量风格迥异的学习资料。这对于学习效率而言，是不利的。一方面，学习者难以对这些学习资料加以归类、收藏；另一方面，风格迥异的文风、排版、图表，有时候也会混淆学习者对某些概念的理解。

为了解决这些问题，笔者有一个野心，希望能编写一个大数据专栏，尽可能地囊括大数据的核心知识与组件，以凝练自身的知识体系。这便是本专栏诞生的原因。当然，受限于笔者能力，专栏中不可避免地会出现一些错误，若有幸被您发现，欢迎您将指导信息反馈到笔者邮箱：pentaxie@qq.com。

🐼 关于作者​

笔名 Panda，毕业于厦门大学管理学院管理科学系，一个转行的卑微码畜。现就职于腾讯 CSIG 云与智慧产业事业群，从事大数据相关工作，目标是成为架构师。

🔔 友情提示​

1. 本专栏内容大部分属于原创或翻译自官方文档，如有少部分内容侵权，请及时联系笔者标注出处。

2. 本着开源精神，本专栏不设任何限制，如有拷贝，烦请注明出处，尊重一下作者的劳动成果，切不可将本专栏内容用于商业用途。