我有Java基础，想学习大数据，该怎么开始？怎么找工作？看网上是说先学习Hadoop，但是发现了spark，说是比Hadoop优秀，我很疑惑现在该怎么入手，Hadoop与spark又该学哪个？还是两个都学，先后顺序又是怎么样？找不到合适工作怎么办？

一、前辈回答

从目前我遇到过的面试者和看过的简历来看，凡是没有过大数据项目经验的人，简历写出花来都是扯淡。部署一个集群，装一个Hive，HBase什么的根本就不叫大数据(有的公司甚至部署Hadoop只用HDFS，每天处理5GB数据，这是我面过的一个人告诉我的他的工作经验)。一次处理1个TB以下的数据都不叫大数据(我还在权衡，是不是要提高这个量级)。

大数据是建立在数据科学基础上的，对编程、算法，分布式计算、统计学，线性代数，机器学习，系统构架都有比较高的要求。而且要看英文就像看中文一样(这条很重要，我一般对于不积极主动看英文资料的人没有什么太大的期待)。

我的建议是不要管什么Hadoop，Spark。把基础打牢，只要编程技巧和算法精通，能看英文文献，顺便学点概率统计，随便去哪个公司都能应聘大数据的岗位，等有了项目环境，上手Hadoop或者Spark还不是分分钟的事~

二、问题分析

1、关于没有相关工具的经验，难以找到合适的工作的问题

这不是很正常么？看好招聘的要求，人家要有经验的，你没经验，不是肯定碰壁么！问题是你想做的工作如果是日常使用、维护Hadoop，这不叫做大数据，这叫做运维。结合自己的兴趣和能力，在自己求职的时候为自己定位，才能找到令人满意的工作。

2、关于很多公司数据量不是特别大的问题

这样的公司不是做大数据的，别去。他们不过是跟风，忽悠股东，忽悠媒体的，说不定哪天就把这个部门废了，你自己还啥都没学到。

3、还是关于大数据的『大』的问题

大的几个维度业界通常用4个V来衡量，Volume、Variety、Value、Velocity，也就是体积大、变化大、价值大、速度大。很多工具(包括Hadoop，Spark等)都是为了解决这4个大问题才设计的。

你没有满足4V的数据，一是没必要用这种工具；二是即使用了因为没有真实的场景，你也难以理解这其中的难点(好吧，就算是坐运维，部署3台机器和部署1000台机器用的方法和手段都是不同的)，你学到的是单机版的Hadoop，生产中真正需要人来解决的问题你都不会遇到。

4、如何开始以及如何提高？

我的观点是学好编程，打好基础，数学、英语要牛逼。三本的那位同学，既然起点已经落后是不是要更加努力一些呢？

还在上学的学生通常对于学好编程的理解很浅显。科班出身当然是优势，不过你要去GitHub去找一个Star数10000以上的小型项目(类似Flask这种，而不是Django这种，在Github的搜索栏里输入『stars：>；10000』可以搜索star数超过10000的项目)，去读一下源码就知道我说的学好编程是什么意思了。自己写不出这样的项目，还不能叫做学好了编程。

如果你还在为转行大数据而发愁不妨尝试填写下面的表单即可有机会获得达内大数据培训班免费试听课程，让达内老师帮你分析如何转行大数据？转行大数据后怎么找工作。