大数据架构师技能

时间:2023-01-08 16:29:49

一、大数据通用处理平台

  1. Spark
  2. Hadoop

二、分布式存储

HDFS

三、资源调度

Yarn

Mesos

四、机器学习工具

  1. Spark Mlib
  2. TensorFlow (Google系)
  3. Amazon Machine Learning
  4. DMTK (微软分布式机器学习工具)

五、数据分析/数据仓库(SQL类)

  1. Pig
  2. Hive
  3. Spark SQL,
  4. Spark DataFrame
  5. Impala
  6. Phoenix
  7. ELK
  8. ElasticSearch
  9. Logstash
  10. Kibana

六、消息队列

  1. Kafka(纯日志类,大吞吐量)
  2. RocketMQ
  3. ZeroMQ
  4. ActiveMQ
  5. RabbitMQ

七、流式计算

  1. Storm/JStorm
  2. Spark Streaming
  3. Flink

八、日志收集

  1. Scribe
  2. Flume

九、编程语言

  1. Java
  2. Scala
  3. Python
  4. R
  5. Ruby

十、数据分析挖掘

  1. MATLAB
  2. SPSS
  3. SAS

十一、数据可视化

  1. R
  2. D3.js
  3. ECharts
  4. Excle
  5. Python

十二、机器学习

机器学习基础

  1. 聚类
  2. 时间序列
  3. 推荐系统
  4. 回归分析
  5. 文本挖掘
  6. 决策树
  7. 支持向量机
  8. 贝叶斯分类
  9. 神经网络

机器学习工具

  1. Mahout
  2. Spark Mlib
  3. TensorFlow (Google 系)
  4. Amazon Machine Learning
  5. DMTK (微软分布式机器学习工具)

十三、算法

一致性

  1. paxos
  2. raft
  3. gossip

数据结构

  1. 栈,队列,链表
  2. 散列表
  3. 二叉树,红黑树,B树

常用算法

1.排序

插入排序

桶排序

堆排序

2.快速排序

3,最大子数组

4.最长公共子序列

5.最小生成树

最短路径

6.矩阵的存储和运算

十四、云计算

云服务

  1. SaaS
  2. PaaS
  3. IaaS
  4. Openstack
  5. Docker