初级

开始接触hadoop，最好还是有语言工程等相关的基础。如果工程能力、思维能力比较强，其实学习起来很快的。

• 自己直接写一些mapreduce、spark相关的代码去解决一些业务问题
• 熟悉hadoop的基本理论知识
• 多看看官方的文档
• 知晓大体的hadoop体系架构，每个角色能解决的问题
• 最好能体系的看下《Hadoop权威指南》
  
  

中级

这个阶段，基本就是想进一步了解hadoop本身的

• 前提开发能力较强，比如:java能力
• 熟悉ETL/流失计算/图计算/机器学习各种原理
• 看一些社区hadoop的代码，出现问题能直接看源码解决
• 能去优化hadoop的一些性能问题，知晓大体性能的瓶颈点
• 可以改造内核，或者参与社区开发
• 有较多的大数据的项目经验，做过复杂项目
• 可以看下更多的1-2个数据引擎
  
  

高级

在这个阶段，一般书籍就没有太多的用处，一般需要看看paper

• 修改各种引擎的核心代码，这些包括：hadoop/spark/flink/strom/hive/hbase/kafka/等
• 学习力强，可以迅速看清楚各种框架
• 有较强的分布式理论知识
• 能触类旁通，创新出一套新的大数据引擎，比如：spark
• 能前瞻性预测未来引擎发展方向
  
  

建议

• 最好的学习方式是：动手，动手写code
• 多参加技术会议，融入hadoop圈子，如：hadoop submit，spark submit，有时候一些城市会有一些交流会
• 多写写博客，分享自己的心得，把知识沉淀下来
• 多关注社区的发展
  
  

【转载】仅作分享，侵删
链接：https://juejin.im/entry/5710ede839b057006baf34b1