大数据作为时下火热的词汇，随之而来的数据开发、数据仓库、数据安全、数据分析、数据挖掘等围绕大数据的商业利用逐渐成为行业人士争相追捧的利润焦点。随着大数据时代的来临，大数据开发也应运而生。那么，大数据开发需要学习哪些技术?学习路线图如下：

阶段一：大数据基础——java语言基础方面

(1)Java语言基础

　　包括Java开发介绍、熟悉Eclipse开发工具、Java语言基础、Java流程控制、Java字符串、Java数组与类和对象、数字处理类与核心技术、I/O与反射、多线程、Swing程序与集合类等

(2) HTML、CSS与JavaScript

　　包括PC端网站布局、HTML5+CSS3基础、WebApp页面布局、原生JavaScript交互功能开发、Ajax异步交互、jQuery应用等。

(3)JavaWeb和数据库

　　包括数据库、JavaWeb开发核心、JavaWeb开发内幕等。

阶段二：Linux&Hadoop生态体系

　　包括Linux体系、Hadoop离线计算大纲、分布式数据库Hbase、数据仓库Hive、数据迁移工具Sqoop、Flume分布式日志框架等。

阶段三：分布式计算框架和Spark&Strom生态体系

(1)分布式计算框架

       包括Python编程语言、Scala编程语言、Spark大数据处理、Spark—Streaming大数据处理、Spark—Mlib机器学习、Spark—GraphX 图计算等。

(2)storm技术架构体系

　　包括Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、实战一：日志告警系统项目、实战二：猜你喜欢推荐系统实战等。

阶段四、大数据项目实战(一线公司真实项目)

　　数据获取、数据处理、数据分析、数据展现、数据应用等

阶段五、大数据分析 —AI(人工智能)

　　Data Analyze工作环境准备&数据分析基础、数据可视化、Python机器学习、图像识别&神经网络、自然语言处理&社交网络处理、实战项目：户外设备识别分析等。

以上便是大数据开发需要学习的技术，希望对你有所帮助。