阿里封神谈hadoop学习之路-博客-云栖社区-阿里云 https://yq.aliyun.com/articles/28400?utm_campaign=wenzhang&utm_medium=article&utm_source=QQ-qun&utm_content=m_11999
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》
推荐的资料
hadoop生态资料太多，google一下一大把，笔者这里列出的都是基本的：首先推荐《hadoop权威指南》，基本会讲述hadoop生态的各个组件，是不错的书籍。再次就是各个软件的官方文档，例如：hadoop、spark、kafka、
Hadoop基础及ETL
主要包括Hadoop Yarn、HDFS、Hadoop MapReudce、Hive、Spark SQL等
书籍：《Spark大数据处理技术》
书籍：《Hive编程指南》
书籍：《Hadoop技术内幕：深入解析YARN架构设计与实现原理》
书籍：《Hadoop技术内幕：深入解析Hadoop Common和HDFS架构设计与实现原理》
书籍：《Hadoop技术内幕：深入解析MapReduce架构设计与实现原理》
论文：Bigtable: A Distributed Storage System for Structured Data
论文：MapReduce: Simplified Data Processing on Large Clusters
论文：The Google File System
论文：Spark: Cluster Computing with Working Sets
论文：Spark SQL: Relational Data Processing in Spark
博客：Spark源码分析
流式实时处理技术
主要包括Jstorm、Spark Streaming
官方文档：JStorm Chinese Documentation
官方文档：Spark Streaming
大数据KV、MPP领域
主要包括的是Hbase、Impala
书籍： 《HBase权威指南》
官方文档：Apache Impala
