共享手册|大数据分析怎么学，这四点不容错过

1、大数据分析怎么学——NoSQL数据库

NoSQL泛指非关系型的数据库，这种工具可以为大数据建立快速、可扩展的存储库。随着web2.0的兴起，传统的关系数据库在应付超大规模和高并发的SNS类型的web2.0纯动态网站遇到很多问题，而NoSQL数据库解决了大规模数据集合多重数据种类带来的挑战，对于解决大数据应用难题很有帮助。

2、大数据分析怎么学——数据可视化

数据可视化是成为研究数据展示、数据处理、决策分析等一系列问题的综合技术。目前正在飞速发展的虚拟现实技术也是以图形图像的可视化技术为依托的数据可视化技术。可视化能够把大数据变为直观的、以图形图像信息表示的、随时间和空间变化的物理现象或物理量呈现在研究者面前，帮助数据挖掘模拟和计算。

3、大数据分析怎么学——认知计算

认知计算用数据来支撑人机交互的一种模式。它包含信息分析，自然语言处理和机器学习领域的大量技术创新，认知系统专门获取海量的不同类型的数据，根据信息进行推论，从自身与数据、与人们的交互中学习。2017年10月18日，谷歌人工智能团队宣布一款新版的AlphaGo Zero计算机程序可以在不需要任何人类输入的条件下，迅速自学围棋，并以100比0的战绩击败上一代AlphaGo。这就是认知计算的一个应用。

4、大数据分析怎么学——流式大数据处理

流式计算是行业研究的一个热点，流式计算的典型范式之一是不确定数据速率的事件流流入系统，系统负载分流。最近Twitter、LinkedIn 、Intuit、Metamarkets等公司相继开源了流式计算系统Storm、Kafka等，流式计算持续升温。流式分析可以对多个高吞吐量的数据源进行实时的清洗、聚合和分析，对存在于社交网站、视频、新闻、电子感应器之中的数字格式的信息流进行快速处理并反馈的需求。目前大数据流分析工具有很多、如开源的spark，streams 。

随着这些技术的进步，大数据也将继续深化和各行业的结合，只有真正应用起来，大数据才能发展得更好。

以上就是大数据分析怎么学的全部内容，还有我所理解的互联网BI数据分析师，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际工作中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!