大家好，我是编程小6，很高兴遇见你，有问题可以及时留言哦。

本套Python+大数据的学习线路图可以帮助大家从小白蜕变成为数字精英，语言方面不仅有Python的学习，也包含了SQL。黑马程序员数据开发学习路线图涵盖了SQL、Hadoop、Hive、Spark、Flink多个技术生态圈。

免费视频资源请到黑马程序员官网下载

第一阶段：大数据开发入门

从传统关系型数据库入手，掌握数据迁移工具、BI数据可视化工具、SQL，对后续的学习打下基础。

MySQL是整个IT基础课程，俗话说SQL写的好，工作随便找。

学习目标：

1. 掌握MySQL数据库的使用
2. 掌握SQL语法
3. 掌握Kettle数据迁移工具的使用
4. 熟练使用BI可视化工具
5. 对数据开发有一定认知，掌握BI工程师所具备的基本技能

第二阶段：大数据核心基础

学习Linux、Hadoop、Hive，掌握大数据基础技术。

大数据Hadoop技术栈

建议学习时长：11天

学习目标：

1. 掌握Linux常用命令，为数据开发后续学习打下的良好基础
2. 掌握大数据的核心框架Hadoop以及其生态体系，完成HDFS、MapReduce及Yarn机制基本理解与使用；能顾搭建Hadoop高可用HA集群
3. 掌握Hive的使用和调优
4. 具备Hadoop开发能力、离线数据仓库开发能力
5. 能够完成基本构建企业级数仓

Hadoop离线是大数据生态圈的核心与及时，是整个大数据开发的入门，也是为后期的Spark、Flink打下坚实基础的内容。

第三阶段：千亿级数仓技术

本阶段主要学习的内容应该是结合真实项目驱动，掌握离线数仓技术。

Pandas技术栈

建议学习时长：3天

学习目标：

1. 掌握离线数仓的分层与建模，从需求、设计、研发、测试到落地上线的完整项目流程
2. 行业内首个深度使用Presto的项目
3. 包括海量数据场景下如何优化配置
4. 拉链表的具体应用
5. 新增数据和更新数据的抽取和分析
6. 提供新零售大型商超集团的数据存储分析以及服务监控方案
7. 使用Git对代码进行管理

第四阶段：PB内存计算

Spark官方已经在自己的首页中将Python作为第一语言，在3.2的版本更新中，高亮提示内置捆绑Pandas。所以这里建议各位同学顺应社区和招聘需求的趋势，学习黑马程序员Python on Spark的内容。

Python基础编

建议学习时长：8天

学习目标：

1. 掌握Python开发环境基本配置
2. 掌握运算符、表达式、流程控制语句、数组等的使用
3. 掌握字符串的基本操作
4. 初步建立面向对象的编程思维
5. 熟悉异常捕获的基本流程及使用方式

Python进阶

建议学习时长：10天

学习目标：

1. .掌握面向对象编程能力及思想
2. 掌握Python高级语法特性
3. 掌握开发中的多任务编程实现方式
4. 知道多进程多线程的原理
5. 掌握网络编程技术，能够实现网络通讯
6. 知道通讯协议原理
7. 掌握日志的使用
8. 能够使用Python对数据进行处理开发

Spark 3.2 相关内容

建议学习时长8天

学习目标：

1. 掌握Spark的RDD、DAG、CheckPoint等设计思想
2. 掌握SparkSQL结构化数据处理，Spark On Hive
3. 掌握Pandas数据处理分析，以及Pandas on Spark
4. 掌握Structured Streaming整合多数据源完成实时数据处理
5. 具备Spark全栈开发能力，满足大数据行业多场景统一技术栈的数据开发，提供就业核心竞争力

以上内容学习完之后，可以通过大数据技术架构，解决工业互联网制造行业的数据存储和分析、可视化、个性化推荐问题。基于sparkSQL做数据分析。

以上就是最新版的黑马程序员Python+大数据学习路线图，希望对自学的同学们有所帮助。