如果单纯从技术角度来讲：
（1）掌握一门数据库，对 SQL 要有较深理解。
SQL 不能仅停留在CRUD操作，要了解诸如充值过程、触发器、dblink 等，能写复杂的 SQL。网上有很多 SQL 教程和面试题可供学习。
（2）了解Hive。
在大数据开发中，90%以上的场景是离线计算，而离线计算基本用的就是 Hive。掌握了数据库语言和 SQL 后，再学习 Hive 会相对容易，但要深入了解一些基础概念，如 HDFS、Hive 特殊操作。
（3）了解其他Hadoop相关组件。
重点在于：① Kafka 消息队列；② Spark；③ Flink；④ HBase 等基础组件。要知道它们的架构大概情况，能解决哪些问题，适用于哪些场景。达到这个程度即可，不必会用和解决问题，关键是清楚其用途。此外，像 Presto、CK（ClickHouse）、Impala 等，尽量了解它们的作用。
（4）有一定的项目经验。
但如果想进入这个行业，除了满足技术最低标准，还需要掌握其他方面。最重要的是要有项目经验，另外对数据治理、数据管理的相关概念要有一定了解，比如要知道数据标准的作用、数据质量、元数据、数据安全、数据仓库等与数据相关的概念。但这些并非技术层面的，而且相对技术来说更容易学习，只是很多人不清楚它们的使用时机和方法。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。
如需转载请保留出处：https://bianchenghao.cn/bian-cheng-ri-ji/57562.html