大數據培訓哪家好？大數據都學什么？大數據(big data)，指無法在一定時間范圍內用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產，下面給大家看一下大數據都需要學點什么。

　　diyi階段為JAVASE+MYSQL+JDBC，主要學習一些Java語言的概念，如字符、流程控制、面向對象、進程線程、枚舉反射等，學習MySQL數據庫的安裝卸載及相關操作，學習JDBC的實現原理以及Linux基礎知識，是大數據剛入門階段。

　　第二階段為分布式理論簡介，主要講解CAP理論、數據分布方式、一致性、2PC和3PC、大數據集成架構。涉及的知識點有Consistency一致性、Availability可用性、Partition tolerance分區容忍性、數據量分布、2PC流程、3PC流程、哈希方式、一致性哈希等。

　　第三階段為數據存儲與計算（離線場景），主要講解協調服務ZK(1T)、數據存儲hdfs(2T)、數據存儲alluxio(1T)、數據采集flume、數據采集logstash、數據同步Sqoop(0.5T)、數據同步datax(0.5T)、數據同步mysql-binlog(1T)、計算模型MR與DAG(1T)、hive(5T)、Impala(1T)、任務調度Azkaban、任務調度airflow等。

　　第四部分為數倉建設，主要講解數倉倉庫的歷史背景、離線數倉項目-伴我汽車（5T）架構技術解析、多維數據模型處理kylin（3.5T）部署安裝、離線數倉項目-伴我汽車升級后加入kylin進行多維分析等；

　　第五階段為分布式計算引擎。主要講解計算引擎、scala語言、spark、數據存儲hbase、redis、kudu，并通過某p2p平臺項目實現spark多數據源讀寫。

　　第六階段為數據存儲與計算（實時場景），主要講解數據通道Kafka、實時數倉druid、流式數據處理flink、SparkStreaming，并通過講解某交通大數讓你可以將知識點融會貫通。

　　第七階段為數據搜索，主要講解elasticsearch，包括全文搜索技術、ES安裝操作、index、創建索引、增刪改查、索引、映射、過濾等。

　　第八階段為數據治理，主要講解數據標準、數據分類、數據建模、圖存儲與查詢、元數據、血緣與數據質量、Hive Hook、Spark Listener等。

　　第九階段為BI系統，主要講解Superset、Graphna兩大技術，包括基本簡介、安裝、數據源創建、表操作以及數據探索分析。

　　第十節段為數據挖掘，主要講解機器學習中的數學體系、Spark Mlib機器學習算法庫、Python scikit-learn機器學習算法庫、機器學習結合大數據項目。

　　大數據課程體系是衡量一家大數據培訓是否專業的重要評價標準。大數據培訓課程是否科學和專業，直接決定著課程是否能夠滿足企業的用人要求、學員能否容易吸收等問題;同時好的課程能夠讓學員在短的時間里學到多的和有用的大數據知識。