转载自微信公众号hadoop123
通过昨天的初步统计，“Hadoop学习方法”、“Hadoop应用案例”和“Hadoop前景”三个方面最受大家关注。在今后的几篇文章中，我将重点介绍这几方面的内容。
今天简单介绍一下我是如何学习hadoop的。注意，以下仅是个人经验之谈，大家可借鉴学习，也可以一笑置之。
我研二开始接触hadoop，第一个hadoop项目是与华为合作的“商用hadoop原型”，该项目的目标是完善hadoop内核，使其能够直接商用，比如能够打包到华为hadoop发行版中。该项目主要有三部分组成，分别是NameNode HA、完善作业调度器和优化MapReduce执行效率，每部分由两个人完成，我参与的是完善作业调度器，该部分要求为MapReduce调度器增加以下两个功能：（1）支持层级队列组织方式，并实现层级资源共享（2）支持deadline作业调度。该项目要求每位参与者阅读hadoop源代码，并修改对应的代码以实现对应的功能。我对MapReduce的最初理解就是从这一个项目开始的，在实际项目中学习，并结对搭伙，在讨论中完善对MapReduce的认识。
另外介绍一个研究生期间与某公司的合作项目，主要任务也是完善Hadoop作业调度器，这是基于真实应用场景的项目，开发完毕后要部署到500个节点上进行验证。在该项目中，由于存在真实场景的驱动，这样可通过不断对算法进行改进和优化，加深对MapReduce的认识。
通过以上两个经历，我总结出学习hadoop需具备两个基本条件，一是真实需求驱动，在驱动力作用下才能快速学习；二是多多参与讨论，相互学习相互吸收，这样才可能朝深的方向发展。
这两个条件貌似很多人都知道，但很多人抱怨自己目前的条件无法满足，比如有人抱怨说“我现在的项目用不到hadoop，我是业余学的”，“我们公司只有我一个人搞hadoop，没人讨论”，对于这样的抱怨，我的回复是，你当前的工作或者职位是自己选择的，你想朝着某个方面发展，总得选择一个对应的环境吧，古时有“孟母三迁”，现在你为何不能为自己的前途“迁”一下。
除了以上两个条件，个人觉得学习hadoop这种信息量大、且处于不断发展的技术时，还需要善于总结和积累，一种很好的方式是定期梳理自己所学所做所想，比如定期写博客，这不仅有利于下一步的深入学习，也可以作为自己的技术发展痕迹，将会成为你的美好技术回忆。
除了以上三个条件外，还有一个很重要的学习方式是推销自己。每个人都是一个“产品”，虽没有好坏之分，但对外呈现的有好有差，这关键在于自我的推销。在社交网络和自媒体时代，推销的方式变得简单且低成本，你可以在微博中积极参与一个牛人发起的技术讨论，也可以主动参与一个会议或者技术交流会，向几十个听众讲解某种技术或者自己的技术感悟等等，这种细小的行为都是在推销自己，或者说提升自己的影响力，这样久而久之，你将会在别人质疑中提高，同时也拓展了技术关系圈。你可以这样想象，如果将来某一天出现一个被大众普遍接受的“寻人搜索”，当搜索你所在领域的名称时，你的名字能否出现在搜索排名较靠前的位置，如果你觉得自己目前还不能，那就赶快在各种社交网络、朋友圈等地方留下技术的痕迹吧。
总结今天所写的这些文字，我觉得学习hadoop要努力做到四点：需求驱动、参与讨论、总结积累和推销自己。