电脑常识(如何客观评价天津大学)
电脑常识，如何客观评价天津大学？
目前相声界中在世者辈分最高的是“宝”字辈，这些相声演员有常宝丰、常宝庆、马志明、杨少华、田立禾、姜宝林和陈涌泉等人。
相声界历来讲究师承辈分，早年很多相声演员拜师排字辈时，还会特意改下名字，以此证明自己是某个师承辈分的。当然，拜师也是为了在相声界能有更好的发展。坊间对于相声界辈分排名流行最广泛的就是“德寿宝文明”这样的排序。其实，早在德字辈之前就有好几代相声演员，只是那时相声演员并不多，也没有特意去排字辈。相声界到了第四代开始，相声演员就发展的很兴旺了，最为知名的就是“相声八德”，这就包含裕德隆、马德禄、刘德智、焦德海、李德祥、李德钖、张德泉和周德山八位相声演员了，这些都是“德”字辈。到了第五代“寿”字辈相声演员里，他们有张寿臣、朱阔泉、郭荣启、郭启儒、马三立、马桂元、宝寿华、常连安等相声代表。第六代“宝”字辈相声演员，则有侯宝林、马志明、王凤山、赵佩茹、常宝华、常宝霖、常宝庆、常宝丰、杨少华、尹笑声、姜宝林、田立禾、陈涌泉等人。第七代“文”字辈相声相声演员里，则有侯耀文、石富宽、马季、常田贵、张文顺、高英培、牛群等相声演员。再到第八代“明”字辈相声演员，则有郭德纲、于谦、姜昆、冯巩、李金斗、李菁等人。而再往后相声界就没有再排字辈了，即使郭德纲徒弟里有按照“云鹤九霄、龙腾四海”这样的顺利收徒，但终究还是同一辈人。目前在世的相声演员里，辈分最高的就是“宝”字辈了，他们分别是常宝丰、常宝庆、马志明、杨少华、姜宝林、田立禾和陈涌泉等人，其中又以马志明最为知名。原本前几年相声界里辈分最高、年龄最大的还属“宝”字辈里的杨宝璋，他的师父是陶湘九，而陶湘九的师父是郭荣启的父亲。不过，在2013年不幸离世。马志明作为马三立的长子，出生相声名家，师承侯宝林、朱阔泉，人称“少马爷”。而且他的相声表演功底深厚，可深得马派相声的真髓。常宝丰和常宝庆是常连安的儿子，他们都是天津的相声演员，常宝丰的师父是马三立，现为中国曲协会员，早年郭德纲在天津时，还向他学习过相声，可以说是郭德纲的开蒙老师。而常宝庆作为常连安的八公子，擅长捧哏，现为天津名流茶馆相声演员。田立禾是张寿臣的关门弟子，曾经常与尹笑声、范振钰等人搭档说相声，《八扇屏》就是他的代表作，目前也是资历比较老的相声演员。陈涌泉出身相声世家，从小受家庭的熏陶，后来拜谭伯儒为师。这位相声演员可是能逗能捧，擅长单口相声。曾和李金斗一同搭档说相声，可是非常的默契。而杨少华也是一位知名相声表演艺术家，师承郭荣启，70年代就开始和马志明搭档说相声，到了本世纪初，杨少华和儿子杨议等一同搭档出演了多部戏剧。所以说，现在相声界里在世的辈分最高的是“宝”字辈，他们分别有常宝丰、常宝庆、马志明、杨少华、田立禾、姜宝林和陈涌泉等相声演员。当然也许还有一些辈分比较高或者辈分比较“模糊”的相声演员，被大伙给忽略了。电脑主机该怎么配置？
我的2020年台式电脑主机配置推荐
5 天前 · 来自专栏 还在学习电脑知识的大聪明！
请留步~年轻人，你在找一台性能牛批、价格无敌、可靠稳定的电脑吗？
带有强烈的个人主观，比如：大件追求性价比、小件又追求质量，仅推荐主流配置。
目录
1.配件粗略表；（装机和配件品牌）
2.游戏主机配置推荐；（2000元—9500元）
3.办公主机配置推荐；（3000—5500元）
4.显示器配置推荐；（24寸、24寸144hz、27寸2K、27寸2K 144、四大金刚）
5.外设鼠标推荐；（雷蛇、赛睿、罗技）
6.外设键盘推荐；（双飞燕、雷柏、RK）
1.配件粗略表
配件价格都是楼主搭配当天以淘宝（为主）京东（为辅）参考的。我们不多BB，直接给配置，照着买就行了。有特殊定制需要的请私信。
配件全部到后，直接购买京东装机服务，等待上门安装就好了。
京东自营上门装机+系统安装
京东
¥ 198.00
去购买
这是一个电脑机箱内的主要配件图，主板的配件位置几乎不变。部分机箱会为了压缩空间将电源设计在上方的位置，都不影响。基本上我们配电脑都是依据这张图来配的。
我喜欢的！各配件的品牌：
电源：海韵（金牌）、振华（金牌、铜牌）、酷冷（铜牌）；
主板：华硕（微星基本只会选择迫击炮）、华擎；
内存：英睿达、科赋、威刚、宇瞻；
显卡：铭瑄！！！！！盈通；
固态：MX500、c2000pro、RC500、SN550；
机箱：爱国者、先马、乔思伯、分型工艺；
散热：利民、采融、乔思伯、九州风神；
机械硬盘：东芝P300。
话不多说，直接给配置了，以后想到了什么再BB。
欢迎来到斗气大陆！年轻人，你想要配一台性能牛批价格无敌的电脑么？
2.游戏主机配置推荐
领悟斗之气2500
哼！废物就是废物！当年文章县赫赫有名的第一天才大聪明，怎么只能打打LOL、cf了，哈哈哈哈哈！呸。
三十年河东三十年河西，莫欺少年穷！
这一套针对预算不足的兄弟姐妹，正常打打CF、lol啊、CF啊都是可以的。
斗者4000
想玩大游戏，先上580——杜甫
想不到你区区废物，也能进入斗者。我劝你还是回家乖乖躲起来，外面的时间不适合你这个废物。
我命由我不由天！
斗者已经可以初入江湖，独当一面了。
这两套OK，可以应付市面上很多游戏了。包括部分大型游戏。
斗师4500
斗师强者已经在一方有一定影响力了。
有1660super的加持，已经可以在1080P的分辨率下，畅玩所有大型3A游戏了。美滋滋。
大斗师6000
不成大斗师，不入2K门——李白
大斗师已经在一方有一定的话语权了。
这两套的游戏性能已经很不错了，可以在2K分辨率下畅玩大型游戏。AMD强在能做更多的事。这里开始吃鸡1080P 144hz就开始飞了。
斗皇强者7000-8000
不是三四千的显卡，突破不了斗皇——鲁迅。
我已习得超线程大能！哈！！！潜力全开！！！！
啊？？？想不到短短时间，竟让这家伙达到了斗皇的境界，当真留不得！
AMD打游戏，现在当然推荐3600X了，频率高一点就是一点，不能说没有提升。虽然相对3600不够明显，但是基本上是比3600好的，而且现在的价格也很不错了。
5700XT现在的性价比还是不错的，差2070super也不太远，也勉强算个斗皇。
这小子，竟然不惜消耗本源精血！！他的实力还在突破！！！知乎大陆的那些天才也不过如此了。
这是谁正在突破？难道是那小子？？
9600KF超5.0，游戏性能8核之下绝无对手。考虑到超频，还是用650W的电源稳一点。
斗宗强者恐怖如斯！！！
斗宗都涨到1W了，你还没有女朋友——周树人
我觉得一台合格的2070super主机，应该配3700X和9700的。加强其他配件是基本。斗宗强者，就应该是各个基础都打得非常牢固，不应该出现头重脚轻。
考虑到9700K的超频，电源我给送到750W，散热用了更强的双塔。而且主板可以搞ARGB。
想玩灯，AMD平台也可以考虑换X570F。
3.办公主机配置推荐
万众期待的办公配置终于来了。
这一套是给没啥需求的，上上网，看看电影电视啊，炒炒股票啊。家里父母或者对电脑性能要求不高的人群。买不了吃亏买不了上当。
960没有矿卡，放心买二手吧，闲鱼卖家擦亮眼睛找一找，还是很好找的，信誉极好，买过的东西都有记录的，就比较放心。收货时全程录像，多好。
这一套给刚上学和刚毕业的人需要，感谢AMD，价格这么低，性能这么强。
换了新显卡，就看中他的8G大显存。各方面都有提升，32G的内存起飞。散热更是利民性价比极高的新款。
4.显示器配置推荐
鉴于很多网友问我显示器的推荐，我就以我的理解给大家把推荐的显示器都拿出来，只推荐IPS屏幕；
显示器品牌推荐：AOC、宏碁、优派、惠普；
土豪选择：三星、华硕；
无冕之王：LG；
神壕：NEC、艺卓（你们不用看我，我没钱不推荐）
24寸
AOC 23.8英寸IPS技术屏24B2XH
京东
¥ 649.00
去购买
优派 23.8英寸IPS 护眼滤蓝光不闪屏显示器VA2478-H-2
京东
¥ 679.00
去购买
这两款正常家用，打打游戏娱乐完全满足了。京东活动时候一般都在600—650元，印象中有低于600元的时候。
优派23.8英寸144hz显示屏超频165hz 1ms IPS
京东
¥ 1149.00
去购买
AOC 23.8英寸 IPS 144Hz游戏电竞显示器24G2
京东
¥ 1198.00
去购买
华硕TUF VG259Q 24.5英寸 144Hz显示器IPS
京东
¥ 1549.00
去购买
这两款是24寸144Hz显示器，和传统的60hz显示器来说，会让使用体验有质的飞跃。犹如平时看到直播时，很多主播那种丝滑的画面。而且对于玩csgo和吃鸡这类射击游戏来说，会有明显加成（眼睛好使的话）；
优派27英寸 1ms HDR400 144Hz刷新率
京东
¥ 1599.00
去购买
华硕 VG279Q 27英寸显示器 144Hz显示器 IPS显示屏
京东
¥ 1749.00
去购买
2款27寸1080P显示器，想要更大屏幕有预算有限的买这个吧。
27寸2K 144
优派 27英寸 2K 165hz IPS显示器144hz HDR400小金刚
京东
¥ 2499.00
去购买
宏碁（Acer）暗影骑士 2K 27英寸144Hz HDR IPS显示器
京东
¥ 2449.00
去购买
华硕 27英寸144Hz2K IPS HDR电竞小金刚显示器VG27AQE
京东
¥ 2499.00
去购买
新小金刚系列，基本都加入了hdr，画面非常棒；玩大型单机、吃鸡等游戏，显卡没有2070super我是不推荐大家买的！！！对LOL和csgo这种不吃显卡的游戏是非常友好的。
四大金刚
宏碁（Acer）IPS 2K144Hz 100%sRGB显示器XB271HU
京东
¥ 4399.00
去购买
优派 27英寸2K 165Hz IPS G-SYNC电竞显示器XG2703-GS
京东
¥ 3699.00
去购买
华硕ROG 27英寸2K IPS 165Hz G-SYNC 电竞显示器PG279Q
京东
¥ 3999.00
去购买
电竞标杆，有钱必买。基本在3500—4000元左右；
LG 27英寸 NanoIPS技术2K 144hz HDR电竞显示器27GL850
京东
¥ 3299.00
去购买
性价比只选：LG！！！原厂面板，亲生的！是我我就买这个。
设计师
优派 27英寸2K显示器 AH-IPS窄边框专业设计 广色域
京东
¥ 1699.00
去购买
AOC 27英寸2K高分辨率IPS ΔE<2(平均值) 100%sRGB色彩
京东
¥ 2348.50
去购买
明基（BenQ）PD2700Q 专业设计电脑显示器
京东
¥ 2399.00
去购买
明基这款可是设计的明星产品，口碑非常不错。
LG 27英寸 4K HDR400 sRGB 99% 设计师显示器27UL850
京东
¥ 3399.00
去购买
5.外设鼠标推荐
雷蛇：
雷蛇(Razer) 蝰蛇精英版 有线鼠标黑色 16000DPI
京东
¥ 289.00
去购买
雷蛇(Razer) 巴塞利斯蛇 有线游戏鼠标黑色 16000DPI
京东
¥ 329.00
去购买
蝰蛇适合手稍微大一点的，巴塞利斯蛇适合手相对小点的。这两款性价比都很不错。
赛睿：
赛睿（SteelSeries）Rival 310 游戏鼠标有线 黑色
京东
¥ 379.00
去购买
这个和上面2个差不多。不太适合手小的。
罗技：
罗技（G）G102有线游戏鼠标 RGB鼠标 8000DPI
京东
¥ 109.00
去购买
比较小、很轻的一款鼠标。FPS利器。
罗技（G）G402有线游戏鼠标
京东
¥ 239.00
去购买
相当大的一款鼠标，这几个里面最大的，手小的不要碰。
罗技（G）G502 HERO主宰者有线游戏鼠标 16000DPI
京东
¥ 389.00
去购买
带配重块，可以让玩家自己找到舒适的手感。和最上面的差不多大。
罗技的这3款传感器都比较老。。。和赛睿、雷蛇的相比差了点，但是正常使用肯定是没问题的，这可是很好的牌子。差不多层次的又比较贵了。
6.外设键盘推荐
双飞燕：
双飞燕（A4TECH）K-100 有线键盘 104键 黑色
京东
¥ 52.00
去购买
纯办公用的薄膜键盘，不吃操作的游戏也是可以的。居家旅行必备。
雷柏：
雷柏（Rapoo） V500PRO 机械键盘 104键 黑轴
京东
¥ 199.00
去购买
150以内的机械键盘，还要啥自行车。
RK：
RK987机械键盘有线/无线87键PBT键帽双模 樱桃黑轴自营
京东
¥ 359.00
去购买
RK920C机械键盘有线 104键黑色 樱桃青轴自营
京东
¥ 299.00
去购买
性价比的牌子，自营没有以前的无光版本了。但是正宗樱桃轴。现在推荐红轴比较多。黑轴反应快但是按着时间长了会累。青轴清脆悦耳，打字非常享受，但是很吵-，-自己一个人可以选择青轴。
电脑装什么系统最稳定？
一般电脑安装硬件原生支持的原版系统是最稳定的，如果电脑安装非原生支持的系统或GHOST等修改版系统，虽然也可以正常使用，但因为兼容性问题，稳定性并不是很好。另外电脑除了需安装原生支持的原版系统外，还必须安装官方的驱动程序，才能保证电脑系统的稳定性最佳。
电脑安装原生支持的系统，稳定性最好一般电脑硬件在出厂前都会和市场主流的操作系统做严格的兼容性测试，而这些系统的标示一般都会贴在出厂后的电脑或者硬件上，这些系统一般就是电脑原生支持的系统。电脑安装原生支持的系统，兼容性是最好的，相应的稳定性也是最好的。像很多老电脑原生支持win7系统，安装win7系统理论上兼容性和稳定性是最好的。但对于配置较高，性能较强的win7电脑，win10系统同样提供了较好的兼容性支持，安装win10系统稳定性依然不存在问题，因为win10系统整体安全性比较好，安装win10系统更好一些。
目前最新的电脑或电脑硬件均原生支持win10系统，安装win10系统的兼容性和稳定性是最好的。目前很多最新电脑或电脑硬件只能支持win10系统，即使有少部分提供了对于win7系统的支持，因为兼容性的问题，即使能够安装win7系统，稳定性和运行效率也不如win10系统好。所以对于目前最新的原生支持win10系统的电脑或电脑硬件，最好安装win10系统。
安装原版系统，稳定性更好由于目前的GHOST系统或修改版系统本身的兼容性就不是很好，另外经常会夹带一些木马和插件，电脑的兼容性和稳定性会受到一定影响。一般安装电脑原生支持的原版系统，可以保证最佳的兼容性和稳定性。原版系统镜像可以在MSDN I TELL YOU网站直接下载。另外安装原版系统时，尽量制作原版系统安装U盘来安装或使用纯净版的PE系统安装。
使用官方的驱动程序安装驱动一般电脑安装原生支持的原版系统后，尽量使用官方的驱动程序来安装电脑驱动，可以保证电脑最佳的稳定性。虽然使用市场上的一些驱动工具，安装驱动比较方便，但因为兼容性不是很好，很容易影响电脑系统的稳定性，一般尽量不要使用。
对于电脑而言一般安装原生支持的原版系统和官方驱动程序，稳定性是最好的。需要注意的是对于很多原生支持win7系统的电脑，如果性能不存在瓶颈，也可以选择原版win10系统，兼容性也是有保证的，因为win10系统的安全性更好一些，所以安装win10系统更好一些。对于目前最新的电脑，则直接考虑安装win10系统，稳定性、安全性和系统的运行效率都是最好的。
学电脑前景怎么样？
信息时代了,放眼看来,现在哪个行业离得开计算机?哪家公司离得开电脑?哪个年轻人离得开网络?哪家公司没有一个企业门户网站?现在和未来一切都是电脑,这是社会发展的趋势,所以计算机行业永远不会过时、电脑行业是常青树、早早从事电脑行业就是牢牢握住了把握未来的钥匙,而且中国IT行业有很大的潜力。计算机行业就是一个不断创新,具有职业的生命力,能影响和向其他行业扩展的行业。学计算机的同学前途是很光明的,前提是你技术要强,如果学了个半调子,那就无法进入这个行业了。
计算机行业缺人吗?
由于IT行业发展的太快,目前中国在电脑人才的培养上还存在着很大的缺口。每年培养出的人才还远远跟不上需求量的不断增长。随着电脑的普及,过去只需要少量电脑人才的单位,现在的需求量也都在大幅度的上升。
很多人说现在懂电脑的那么多,这个行业都饱和了,很多学电脑的找不到工作都改行了。确实有此类情况,但是这是一个假象,懂电脑的多那是因为中国人民生活水平提高了,电脑普及走近老百姓千家万户,可以说现在年轻人会玩电脑的多了,但是其中真正电脑专业方面的高手能有几个?
大数据主要学习哪些内容？
前言要从事计算机行业的工作，不管是什么工作，开发、测试、还是算法等，都是要有一门自己比较熟练的编程语言，编程语言可以是C语言、Java、C++等，只要是和你后续工作所相关的就可以（后续用到其他语言的话，你有一门语言基础了，学起来就快了）。一般初学者入门语言大多都会选择Java、C语言、C++或者Python，而且现在网上有很多好的视频，可以供初学者学习使用。关于学习视频或者资料的选择，知乎或者百度等都有很多讲解了，也可以跟师兄师姐咨询，这样可以少走很多弯路，当然，有人说，走一些弯路总是有好处的，但是我这里说的弯路不是说不犯错误，不调bug，而是指学习资料以及一些知识点的偏重点，这样可以尽量节约一部分时间，刚开始时，总会有点迷，而且当你真正投入进去学习时，会发现时间总是不够用。
我前面是做的Java后端，后续才转的大数据，所以一些Java开发所需要的东西自己也有学习过，也都是按照正常的路线走的，JavaSE阶段，然后数据库，SSM框架，接着做了一些网上找的项目，之后发现对大数据比较感兴趣，就开始找大数据相关的资料学习，看视频，看博客，敲代码，前期大概花了3-4个月吧（公众号的这些资料就是我当时看过的），也是一步步艰难走过来的，刚刚开始接触大数据相关的东西时，一度怀疑这么多东西自己能否学得完，是不是能用得到，学完又忘了，忘了又回头看，不过还好，坚持过来了，还好没有放弃，工作也还ok，找的大数据开发岗，待遇也还不错吧。
下面就说一下我自己从Java开发到大数据开发的曲折学习之路（狗头保命.jpg）。因为我现在是做大数据相关的工作了，所以Java后端涉及到的一些SSM框架等知识点我就不介绍了，毕竟后续一段时间也没有做了。自己看过的大数据学习相关的视频+资料大概是200G-300G吧，从Linux->Hadoop->。。。->Spark->项目，还有就是一些面试文档，面经等。一些视频看了两遍或者更多，跟着学，跟着敲代码，做项目，准备面试。涉及到需要学习的东西包括：JavaSE，数据结构与算法（计算机行业必备），MySQL，Redis，ES（数据库这些可以看项目，也可以自己熟练一两个），Linux，Shell（这个可以后期补），Hadoop，Zookeeper，Hive，Flume，Kafka，HBase，Scala（Spark是Scala写的，会Scala做相关的项目会更容易入手），Spark，Flink（这个是找工作时有面试官问过几次liao不liao解，所以找完工作才开始接触学习），相关项目。
编程语言阶段学习如果是零基础的话，建议还是从视频开始入门比较好，毕竟一上来就看教材，这样有些代码的来龙去脉可能不是很了解。如果是有一些编程语言基础的话，从视频开始也会更简单，一些for、while循环你都知道了，学起来也会快很多。 JavaSE我是选择的某马刘意的为主，因为刚刚开始学Java看过一本从《Java从入门到精通》，没什么感觉，后续又在看了某课网的Java初级视频，还是没感觉出来啥（当时就有点怀疑自己了。。。），可能有点没进入状态。 还好后续找了某马刘意老师的JavaSE视频（我是看的2015年版本，那时候19版还没出），觉得他讲的真的是很好很详细，每个知识点都会有例子，也都会带你敲代码，做测试，可能前面有C语言基础，然后也看过Java的一些语法，所以学起来还是比较顺利，后面的IO流、多线程等知识点时，也有看书看博客，或者看看其他老师的课程，讲解的可能自己比较容易接受就可以，反正都是多尝试（下面会给出视频链接），尽量懂一些，后续可以回头来复习。JavaSE相关的视频，先看一遍，后续有时间建议再看一遍，而且这些经典的视频，看两遍真的是享受。 如果有一定基础了的，JavaSE前面七八天的视频可以加速看，但是不懂的一定要停下开仔细想想，零基础的还是尽量不要加速吧，慢慢来稳些。后面的视频建议还是跟着视频来，尽量不要加速，代码尽量都敲一敲，第一遍基本上一个月到一个半月可以结束。 JavaSE可以说是很基础也很重要的东西，主要重点包括面向对象、集合（List、Map等），IO流，String/StringBuilder/StringBuffer、反射、多线程，这些最好是都要熟悉一些，面试也是重点。 JavaSE之后，如果你是要走前端或后端开发路线的话，可以跟着一些网上的视频继续学习，这里我就不多做介绍了。
===========分割线，Scala可以后续Spark阶段再接触学习=============
Scala的学习，Scala是一门多范式 (multi-paradigm) 的编程语言，Scala支持面向对象和函数式编程，最主要的是后续Spark的内容需要用到Scala，所以前面学习了JavaSE，到Spark学习之前，再把Scala学习一波，美滋滋，而且Scala可以和Java进行无缝对接，混合使用，更是爽歪歪。后续Spark学习时基本都是用的Scala，也可能是和Java结合使用，所以Spark之前建议还是先学一波Scala，而且Scala用起来真是很舒服（wordcount一行代码搞定），适合迭代式计算，对数据处理有很大帮助，不过Scala看代码很容易看懂，但是学起来还是挺难的，比如样例类（case class）用起来真是nice，但是隐式转换学起来就相对比较难。学习Scala的建议：1. 学习scala 特有的语法，2. 搞清楚scala和java区别，3. 了解如何规范的使用scala。Scala对学习Spark是很重要的（后面Flink也是要用），虽然现在很多公司还是用Java开发比较多，而且Spark是Scala写的，如果要读源码，会Scala还是很重要的（至少要看得懂代码）。 Scala主要重点包括：隐式转换和隐式参数、模式匹配、函数式编程。这里我看的是某硅谷韩老师的Scala视频，韩老师讲的真的很不错，五星推荐，哈哈。 也许有人会觉得Python也是需要的，但是学习阶段，可能用Java还是比较多，面试也基本都是问Java相关的内容，所以Python后续工作会用到的话，再看看Python的内容吧。
大数据框架阶段学习大数据这方面的知识点自己可以说真的是从零开始的，刚刚开始学那会Linux基本都没用过，心里那个虚啊，而且时间也紧迫，想起来都是一把辛酸泪。 刚刚开始学的时候，看了厦门大学林子雨的《 大数据技术原理与应用》课程，可能这个课程是面对上课的，所以看了一些，感觉对自己帮助不是很大（并不是说课程不好，可能不太适合自己，如果是要了解理论知识，很透彻，但是俺时间紧迫啊），所以就继续在网上找视频，然后发现某硅谷的培训视频很多人去参加，而且知识点也很齐全，大数据相关组件都有讲课，还有一些项目比较好，所以就找了它相关的视频，当时看的是2018年的，所以视频不算旧。 来一张推荐系统架构的图，先看看
一般来说，Flume+Kafka对数据进行采集聚合传输，一方面Spark对实时数据进行处理，传输给相应的数据处理模块（比如实时数据处理的算法模块，Spark也有提供常见的机器学习算法的程序库），另一方面采集的数据也可以放入数据库（HBase、MongoDB等）中，后续MapReduce对离线数据进行离线处理，数据处理完毕用于后续的使用，数据采集处理的流程大概就是这样。如果是推荐系统，实时推荐会给用户产生实时的推荐结果，让用户进行查阅选择，比如你在界面浏览了或者看了新的物品，然后刷新下界面，可能给你展示的东西就有一些变成跟你刚刚浏览的相关了。离线推荐的话主要是对离线数据进行处理，为物品或种类做出相似的推荐，如果后续用户搜索相应的物品时，给用户展示相应的产品。
大数据学习路线：Linux -> Hadoop -> Zookeeper -> Hive -> Flume -> Kafka -> HBase -> Scala -> Spark -> 项目 - > Flink（ 如果需要学习Storm，在Spark前面学习）
一、Linux（基本操作）一般我们使用的都是虚拟机来进行操作，所以要安装VM（ Virtual Machine），我使用的是CentOS，所以VM和CentOS都要跟着安装好，跟着视频操作，一定要动手实践，将一些Linux基本命令熟练掌握，一些VIM编辑器的命令也要会用，做相应的一些配置，使用SecureCRT来做远程登录操作（也可以使用其他的，自己顺手就行）。再强调一遍，基本操作命令尽量熟练一点，如果一下记不住，打印一些常用的，自己看看，多用多实践，慢慢就会用了。还有一些软件包的下载安装卸载等，跟着操作一遍，熟悉下，后续都会使用，Shell编程可以后续补。
二、Hadoop（重点中的重点）Hadoop是一个分布式系统基础框架，用于主要解决海量数据的存储和海量数据的分析计算问题，也可以说Hadoop是后续整个集群环境的基础，很多框架的使用都是会依赖于Hadoop。主要是由HDFS、MapReduce、YARN组成。这个部分安装Hadoop，Hadoop的三个主要组成部分是重点，对他们的概念要理解出来，知道他们是做什么的，搭建集群环境，伪分布式模式和完全分布式模式的搭建，重要的是完全分布式的搭建，这些部分一定要自己动手实践，自己搭建集群，仔细仔细再仔细，Hadoop的NameNode，DataNode，YARN的启动关闭命令一定要知道，以及他们的启动关闭顺序要记住，不要搞混。后续视频会有一些案例操作，跟着写代码，做测试，把基本环境都配置好，后续这个集群（完全分布式需要三台虚拟机）要一直使用。
三、ZookeeperZookeeper是一个开源的分布式的，为分布式应用提供协调服务的Apache项目。分布式安装ZK，对ZK有一定的了解就可以了，了解它的应用场景，以及内部原理，跟着做一些操作，基本上有一些了解即可。
四、Hive（重点）Hive是基于Hadoop的数据仓库工具，可以将结构化的数据文件映射为一张表，并提供类SQL查询功能。Hive的安装，它的数据类型，以及它的数据定义、数据操作有较好的了解，怎么操作表（创建表、删除表，创建什么类型的表，他们有什么不同），怎么操作数据（加载数据，下载数据，对不同的表进行数据操作），对数据的查询一定要进行实践操作，以及对压缩方式和存储格式要有一些了解，用到时不懂也可以去查，最好是能理解清楚。这部分有什么面试可能会问，所以视频后续的面试讲解可以看看，理解清楚。
五、FlumeFlume是一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统。对于Flume，对它的组成架构，以及对Flume Agent的内部原理要理解清楚，Source、Channel、Sink一定要知道它们的各种类型以及作用，有哪些拓扑结构是常见常用的，例如一对一，单Source、多Channel、多Sink等，它们有什么作用，要理解清楚。还有一个重点，就是对Flume的配置文件一定要了解清楚，不懂的可以上官网查看案例，对于不同的情况，它的配置文件要做相应的修改，才能对数据进行采集处理，视频中的实践案例一定要跟着做。
六、Kafka（重点）Kafka是一个分布式消息队列，用来缓存数据的。比如说实时计算中可以通过Flume+Kafka对数据进行采集处理之后，Spark Streaming再使用Kafka相应的Topic中的数据，用于后续的计算使用。对于Kafka，要理解Kafka的架构，什么是Kafka，为什么需要Kafka，应用场景。基本的命令行操作要掌握，比如怎么创建删除Topic，怎么通过生产者生成数据，消费者怎么消费数据等基本操作，官网也是有一些案例可以查阅的。
七、HBase（重点）HBase是一个分布式的、基于列存储的开源数据库。HBase适合存储PB级别的海量数据，也可以说HBase是很适合大数据的存储的，它是基于列式存储数据的，列族下面可以有非常多的列，列族在创建表的时候就必须指定。所以对HBase的数据结构要有一定的理解，特别是RowKey的设计部分（因为面试被问到过，咳咳，所以点一下），对于它的原理要了解，一些基本操作也要都会，比如创建表，对表的操作，基本的API使用等。
八、Spark（重点中的重点）Spark是快速、易用、通用的大数据分析引擎。一说到Spark，就有一种哪哪都是重点感觉，哈哈。 Spark的组成可以看下图
Spark是基于内存计算的，对于数据的处理速度要比MapReduce快很多很多，而且数据挖掘这些都是要对数据做迭代式计算，MapReduce对数据的处理方式也不适合，而Spark是可以进行迭代式计算，很适合数据挖掘等场景。Spark的Spark SQL能够对结构化数据进行处理，Spark SQL的DataFrame或DataSet可以作为分布式SQL查询引擎的作用，可以直接使用Hive上的表，对数据进行处理。Spark Streaming主要用于对应用场景中的实时流数据进行处理，支持多种数据源，DStream是Spark Streaming的基础抽象，由一系列RDD组成，每个RDD中存放着一定时间段的数据，再对数据进行处理，而且是基于内存计算，速度快，所以很适合实时数据的处理。Spark MLlib提供常见的机器学习(ML)功能的程序库。包括分类、回归、聚类、协同过滤等，还提供了模型评估、数据 导入等额外的支持功能。对Spark的核心组件、部署模式（主要是Standalone模式和YARN模式）、通讯架构、任务调度要有一定了解（面试问到了可以说一波），Spark Shuffle要好好理解，还有内存管理要知道，对Spark的内核原理一定要好好理解，不仅面试可能要用，以后工作也是有帮助的。
九、Flink（重点中的重点）Flink是一个框架和分布式处理引擎，用于对无界（有开始无结束）和有界（有开始有结束）数据流进行有状态计算。现在主要是阿里系公司使用的比较多，很多公司使用的还是Spark居多，而且Flink基本上都是和Spark很多功能大体上一样的，但是以后Flink和Spark孰强孰弱还有待时间的考验，不过Flink近几年越来越火了这是事实，所以如果有时间有精力的话，可以学一学Flink相关的内容也是很不错的。Spark和Flink主要都是在数据处理方面应用，在数据处理方面的话，离线数据处理：Flink暂时比不上Spark，Spark SQL优点在于可以和Hive进行无缝连接，Spark SQL可以直接使用Hive中的表；Flink暂时做不到这一步，因为官方不支持这一操作，Flink只能将数据读取成自己的表，不能直接使用Hive中的表。对于实时数据的处理：Flink和Spark可以说是平分秋色吧，而且Flink是以事件为驱动对数据进行处理，而Spark是以时间为驱动对数据进行处理，在一些应用场景中，也许Flink的效果比Spark的效果还要好些，因为Flink对数据更加的敏感。比如一秒钟如果触发了成千上万个事件，那么时间驱动型就很难对数据做细致的计算，而事件驱动型可以以事件为单位，一个个事件进行处理，相比而言延迟更低，处理效果更好。现在使用Flink的公司越来越多，有时间学习下，也算是有个准备。
项目阶段其实某硅谷的视频里面有很多大数据相关的项目，而且都是文档配代码的，B站上也有视频，学习期间可以跟着视频做两到三个项目，自己理清思路，把项目理解透彻，还是可以学到很多东西的。 根据自己情况，选择两到三个项目重点跟着做，理解透彻一点
大数据项目实战某硅谷的视频里面有很多大数据相关的项目，而且都是文档配代码的，学习期间可以跟着视频做两到三个项目，自己理清思路，把项目理解透彻，还是可以学到很多东西的。根据自己情况，选择两到三个项目重点跟着做，理解透彻一点。相关项目文档资料我已经放到网盘，GongZhongHao回复相应关键字获取领取方式。 相关项目、涉及技术框架及其B站链接（B站链接主要是为了有些小伙伴网盘速度限制，这样就下载文档资料即可）
书籍书籍部分直接云盘链接保存即可，这里我放两张Java开发和大数据开发我自己的书单（很多，路漫漫，吾将上下而求索~） Java后端书架：
大数据书架：
大概就这些，看完就需要很久了，大部分我也是需要的时候看相应的部分，所以有时间可以好好看下，不然就需要哪一部分看哪一部分，有助于学习即可。
最后大数据开发也是需要编程基础的，并不是学会使用这些框架怎么样就可以了，所以对于编程语言，数据结构与算法，计算机网络这些基础也是要的，这些基础知识也有助于自己以后的发展，如果是应届生校招的话，面试基本上都是JavaSE和数据结构与算法等的知识点，还有大数据组件相关的知识点，以及对项目的理解，这些都是要自己面试前准备好的，多看面经，多找面试题看，面几次，心里有谱了，后续面试就好了。 不管是从事什么样的计算机相关的岗位，编程都是很重要的，数据结构与算法特别重要，还有就是leetcode等编程网站刷题，提升自己的编程思维，后续笔试面试都要要的。 要将一行行代码看做一叠叠rmb，但是一行行代码能不能转换成一叠叠rmb，自己就一定要：坚持，多敲代码；多敲代码，坚持；坚持。
