图一
大数据开发或许已经成为了目前社会发展浪潮中的佼佼者，高薪、高福利已经成了大数据不折不扣的代名词。对于一个普通的java程序员来说，想要获得比原先更高的薪资，更好的职业发展机会，学习大数据是一个不错的方向，那么想要获得更高的薪资和更好的职业发展机会，除了掌握hadoop和spark的技术外还需掌握哪些技术呢？
想要了解这些技术点的朋友可以点击文章末尾“了解更多”学习了解，需要大数据学习方面，其他文章可以找我的组织
1、Hive
Hive介绍以及安装：Hive的产生背景、Hive架构、Hive 安装、内部表/外部表/分区表
Hive实战：案例、Hive参数配置、动态分区/分桶、运行方式/调优
2、HBase
HBase介绍以及安装：Hbase数据模型、Hbase架构、Hbase搭建：伪分布式/全分布式
HBase调优：Hbase shell、Hbase API、Hbase 调优、Mapreduce hbase 整合
3、redis
redis类型：安装redis、数据类型：String、list、hash、set、sortedset
redis高级：持久化、主从复制、哨兵
4、Zookeeper
Zookeeper介绍：架构模型、可用模式、选主模式
Zookeeper使用：api开发、使用场景介绍、zk案例:rmi多server的分布式协调
5、Scala
Scala语法介绍：scala语言特点、scala开发环境的安装、scala语法
scala语法实战：语法使用
6、Elasticsearch
Elasticsearch搜索原理：倒排索引与lucene框架原理、单lucene搜索引擎的原理、Elasticsearch集群分布式搜索原理
Elasticsearch实战：Elasticsearch集群搭建、可视化UI 服务讲解 与任务布置、CURL 命令创建es数据
7、Storm
Storm介绍以及代码实战：Storm实时分析框架原理与比较、本地集群运行Storm框架、IDE环境应用Storm及功能案例1
Storm伪分布式搭建以及任务部署：IDE 本地集群运行与案例2、Storm 伪分布式集群搭建、Storm 任务部署
Storm架构详解以及DRCP原理：Storm 架构解释、Storm 全分布式集群搭建及任务部署、drpc 同步实施分析与异步分析的异同及部署
8、虚拟化理论
kvm虚拟化：虚拟化原理、kvm虚拟化命令行操作
docker：docker理论、docker实操
除了以上的技术要点，机器学习也是大数据开发中不可获取的部分，在学习中也是占据了很大一部分的内容。我们也会在下一次的分享中发布这部分内容，请大家留意关注。
需要以上知识点的朋友，可以按一下方式获取，当然大家可以留言、转载和评论，让更多的朋友看到共同学习