大数据的框架主要学习和使用什么呢？( 二 )

Linux&Hadoop生态体系
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分布式日志框架分布式计算框架和Spark&Strom生态体系
（1）分布式计算框架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、实战一：基于Spark的推荐系统（某一线公司真实项目）、实战二：新浪网（www.sina.com.cn）
（2）storm技术架构体系Storm原理与基础、消息队列kafka、Redis工具、zookeeper详解、大数据项目实战数据获取、数据处理、数据分析、数据展现、数据应用大数据分析—AI（人工智能）DataAnalyze工作环境准备&数据分析基础、数据可视化、Python机器学习
其他观点：
消息队列很多：
1、RabbitMQ
RabbitMQ 2007年发布。是一个在AMQP(高级消息队列协议)基础上完成的。可复用的企业消息系统。是当前最主流的消息中间件之一。
2、ActiveMQ
ActiveMQ是由Apache出品。ActiveMQ 是一个完全支持JMS1.1和J2EE 1.4规范的 JMS Provider实现。它非常快速。支持多种语言的客户端和协议。而且可以非常容易的嵌入到企业的应用环境中。并有许多高级功能
3、RocketMQ
RocketMQ出自阿里公司的开源产品。用 Java 语言实现。在设计时参考了 Kafka 。并做出了自己的一些改进。消息可靠性上比 Kafka 更好。RocketMQ在阿里集团被广泛应用在订单。交易。充值。流计算。消息推送。日志流式处理等
4、Kafka
Apache Kafka是一个分布式消息发布订阅系统。它最初由LinkedIn公司基于独特的设计实现为一个分布式的提交日志系统( a distributed commit log) 。。之后成为Apache项目的一部分。Kafka系统快速、可扩展并且可持久化。它的分区特性。可复制和可容错都是其不错的特性。