俄羅斯世界盃開賽以來，老牌強隊頻頻爆冷，從朋友圈觀察來看，天台已經站滿了球迷朋友，買球反著買別墅靠大海也成為了眾多網友掛在嘴邊的金句。
真球迷會發現，這次的俄羅斯世界盃多了很多充滿科技感的新玩意。比如在法國對澳大利亞的比賽中，影片助理裁判VAR就“大放異彩”，有效地避免出現了當年德國對英格蘭的“門線慘案”。
而且，國際足聯已允許俄羅斯世界盃的參賽隊伍在比賽中獲取資料，這意味著大資料對於足球的價值得到了又一重官方肯定。
“大資料”在足球運動中簡直就是上帝視角全開，從對陣球隊的分析到戰術建議，到球員狀態調整等等，它都能發揮作用。
大資料為什麼頻頻上熱搜？
從移動支付到共享經濟，從萬物互聯到智慧城市，從大資料這一概念被初步接受，到刷屏的年度賬單、聽歌報告，大資料所創造的價值正在一步一步體現。網際網路、金融、電信、醫療、交通、民生，各行業都開始進行大資料應用，大資料的應用場景在未來更是有著無限可能。
大資料的真正價值就在於應用。
根據工信部發布的《大資料產業發展規劃（2016-2020）》，到2020年，大資料相關產品和服務業務收入突破1萬億元。
當然，隨之產生的隱私問題也應該被重視。
大資料崗位的薪資是不是虛高？
良好的發展前景，意味著強大的變現能力和人才需求，相應的，大資料崗位的薪資也會高於一般崗位。簡單來說，高薪資是因為能夠創造更大的價值。
以亞馬遜為例，它的專利“預測性物流”可以在使用者下單前就開始物流工作。亞馬遜會根據你之前的瀏覽記錄、搜尋記錄，甚至是滑鼠停留時間，來預判你的購物行為，為你進行商品推薦，僅這一點就是使得它的附加利潤增長了10%到30%。它還會提前將這些商品運送到相應的倉庫，這樣就能大大縮短商品達到時間，讓使用者更願意買買買。
也正是因為這樣的實用性，“大資料人才”對有追求的企業來說就是“剛需”。有獵頭公司預估，未來5年內，94%的公司都會需要資料科學家。
資料來自拉勾網
從上圖可以看出，各家為了籠絡人才，開出的薪資待遇還是不錯的，但是
大資料的人才缺口還是真實存在
。
據最新發布的《大資料人才報告》顯示，目前全國的大資料人才僅46萬，未來3-5年內大資料人才的缺口將高達150萬。
根據中國商業聯合會資料分析專業委員會統計，未來中國基礎性資料分析人才缺口將達到1400萬，而在BAT企業招聘的職位裡，60%以上都在招大資料人才。
如何成為大資料人才？
不論是從個人發展還是行業前景來看，進入大資料領域是個不錯的選擇。
中國頂尖白帽團隊Keen的創始人王琦說過“大資料時代，資料就是錢”。
目前的大資料處理主要有兩個軟體框架，Hadoop 和 Spark。從各家公司的招聘要求來看，想要從事大資料開發，掌握Hadoop或者Spark是不可少的。
Hadoop三大件包括HDFS、Yarn和MapReduce。大資料量儲存用HDFS，Yarn是其自帶的一個資源管理框架，而MapReduce是一個分散式計算框架，跑在Yarn上，配合HDFS用來做分散式資料計算。
Spark相當於MapReduce的改進版，寫分散式計算任務時，從程式碼上看更簡潔，而且它支援大家都喜歡的python，上手比較快。
從目前的技術趨勢來看，Spark風頭正勁，而Hadoop、Storm的一些元件則在消退。分散式計算框架Hadoop MapReduce，以其穩定性著稱。但他是基於磁碟IO的計算框架，在迭代計算和互動式資料探勘方面效能較差。正是基於MapReduce的痛點，基於記憶體的計算框架Spark才應運而生。
Spark作為計算系統圈的“新貴”，如果想要成為大資料工程師，學習Spark可以說是不可少的。
學習前，需要有一些基礎：
1。瞭解Linux作業系統，要對一些基本命令混個眼熟，不用死記硬背，之後使用多了自然就會記住。要了解一些JavaSE的內容，可以網上找一些資料，也可以買一些“從入門到精通”的書。
2。學習攻克Spark，適當瞭解Hadoop（HDFS、Yarn和MapReduce）。Spark目前已經發展成了一個生態圈，有很多技術，前期需要了解離線處理sparkcore，和實時處理Spark streaming，類似Spark Mlib和Sparkgraphx可以等到後期需要用到的時候再慢慢研究。這裡提到要適當瞭解Hadoop是因為Spark在實際工作中，在載入資料和儲存資料的時候，也是會使用到HDFS的，瞭解Yarn煩人基礎知識也是必須的，Cloudera官方推薦使Spark on Yarn的叢集模式。
3。學習Python。Python簡單易學，可以開發Spark程式，Spark有Python介面。
如果大家不知道從哪兒入手學習大資料，可以關注小編私信 “大資料” 領取大資料免費學習資料哦！~
