大数据云计算怎么学？最近一两年，云计算技术越来越受到IT人士的亲睐，很多人都开始在学习，比如hadoop，大数据处理技术等等，但是网上相关资料非常少，会的人也不多，很多企业都在需求这方面的技术人才，待遇也是相当可观。以下是小编收集整理的关于大数据学习、云计算学习的建议：
云计算学习科目主要是：
操作系统：Linux
计算机网络：/IP
数据库：oracle、mysql
数据结构与算法、分析与设计的能力、分布式、虚拟化等
Linux基础和分布式集群技术：熟练使用Linux，熟练安装Linux上的软件，了解熟悉负载均衡、高可靠等集群相关概念，搭建互联网高并发、高可靠的服务架构；学完此阶段可的现实问题：搭建负载均衡、高可靠的服务器集群，可以增大网站的并发访问量，保证服务不间断地对外服务；学完此阶段可拥有的市场价值：具备初级程序员必要具备的Linux服务器运维能力。
大数据学习科目主要是：Java、Linux基础、Shell编程、Hadoop2.x、HDFS、YARN、MapReduce、ETL数据清洗Hive、Sqoop、/Oozie、大数据WEB工具Hue、HBase、Storm、Scala、KafkaSpark、Spark核心源码剖析、CM、5.3.x管理、CDH、5.3.x集群等。下面简单介绍几项编程语言：
javaMR语言这种语言产生很早了，大家也或多或少的接触过，但是在大数据中使用已经有的原型进行构建庞大系统，是一种基本的选择。
Scala语言以java为基础的语言，和java很像，对任何想要进行大规模的机械学习或是建立高阶的算法，Scala是逐渐兴起的工具，善于呈现且拥有建立可靠系统的能力。
Hadoop在以java为基础的大数据处理当中，Hadoop为作一批数据处理，发展以java为基础的架构关键。相对于其他处理工具而言，Hadoop慢许多，但是无比的准确可被后端数据库分析通俗使用。
Kafka、andStorm它是一个特别快速的查询信息系统，但是因为太快了在实施操作时会犯错，有时候会漏掉东西。
Pythom语言Python拥有R语言处理复杂数据的能力及更务实的语言特质，更简单和直观，在近几年的成长很快。在数据处理范畴内，通常在规模与复杂之间要有个选择，Python无疑当选。
