學(xué)習(xí)大數(shù)據(jù)需要什么基礎(chǔ)？大數(shù)據(jù)需要開發(fā)功底，比如python語言，通過編程需要抓取數(shù)據(jù)。當(dāng)然會前端需要比如Html，javascript，將抓取的數(shù)據(jù)整合后通過前端去展示。所以個人覺得學(xué)習(xí)一門開發(fā)語言

學(xué)習(xí)大數(shù)據(jù)需要什么基礎(chǔ)？

大數(shù)據(jù)需要開發(fā)功底，比如python語言，通過編程需要抓取數(shù)據(jù)。當(dāng)然會前端需要比如Html，javascript，將抓取的數(shù)據(jù)整合后通過前端去展示。所以個人覺得學(xué)習(xí)一門開發(fā)語言是必須的。

學(xué)習(xí)分布式系統(tǒng)需要怎樣的知識？

學(xué)習(xí)分布式系統(tǒng)需要怎樣的知識

1. 硬件amp底層軟件的失效與高可用性高性能的矛盾。硬盤，交換機，進程，甚至OS本身都有失敗／崩潰的可能，在包含很多機器（比如gt1000）的廉價（使用非企業(yè)級硬件）集群中，這個問題表現(xiàn)為“你的系統(tǒng)總有一部分處于故障狀態(tài)，如何保證高可用性？”，它的另一半是“如何在盡量少系統(tǒng)開銷的前提下，保證此可用性？”。一個簡單的例子是，為防止單點故障，數(shù)據(jù)通常都有備份。備份越多，可用性通常越好，但需要更多的磁盤空間和網(wǎng)絡(luò)帶寬，導(dǎo)致性能降低。那么多少備份合適？如何將這些備份分散到集群上（例如跨硬盤，跨機器，跨交換機，等等要求）？

2. 編程模型與單機不同，如何克服習(xí)慣帶來的影響。一個最簡單的例子是關(guān)于“鎖”的。在單機上，如果進程A和進程B都想修改數(shù)據(jù)D（例如做一個D 操作），有很多種方法可以避免。但分布式系統(tǒng)就要面臨選擇：要么用單機管理數(shù)據(jù)D（并忍受由此帶來的低可用性，因為單機失效將造成整個集群不可用），要么用多機共同管理數(shù)據(jù)D（并忍受復(fù)雜的協(xié)議，一大堆代碼，還有性能開銷）。Paxos就是以上問題的經(jīng)典解決方案（分布式的），發(fā)明者即Leslie Lamport。

3. 工業(yè)級的分布式系統(tǒng)意味著一整套工具集，除了那些運行在生產(chǎn)系統(tǒng)上的集群軟件，還有龐大的部署、運維、診斷軟件群，數(shù)量巨大的硬件（服務(wù)器、交換機、機架、電源，這些都很可能是定制的），甚至包括建筑物（數(shù)據(jù)中心的規(guī)劃、設(shè)計、內(nèi)部結(jié)構(gòu)等）。已經(jīng)超出我的經(jīng)驗范圍，作為一個引子，題主可自行了解。