大数据的4V特征：
数据量大，TB->PB
数据类型繁多，结构化、非结构化文本、日志、视频、图片、地理位置等；
商业价值高，但是这种价值需要在海量数据之上，通过数据分析与机器学习更快速的挖掘出来；
处理时效性高，海量数据的处理需求不再局限在离线计算当中。为了应对大数据的这几个特点，开源的大数据框架越来越多，功能也越来越强大，先列举一些常见的： 文件存储：Hadoop HDFS 离线计算：Hadoop MapReduce 流式、实时计算：Storm、Spark Streaming、Flink K-V、NOSQL数据库：HBase、Redis、MongoDB、Kudu 资源管理：YARN 日志收集：Flume 消息系统：Kafka、RabbitMQ 查询分析：Hive、Impala、Pig、Presto、Phoenix、SparkSQL、Flink、Kylin 分布式协调服务：Zookeeper 集群管理与监控：Ambari、Ganglia等 数据挖掘、机器学习：Spark MLLib 数据同步：Sqoop 任务调度：Oozie、Azkaban
本套教程为你学习以上知识夯实基础，不仅注重理论更注重实操，由于大数据的很多组件是Java开发的，因此入门篇从Java基础开始学习，逐步掌握JavaSE、JVM、设计模式、JVM、MySQL、JDBC、反射、内省等，为后续高级学习打下良好的基础。
学员评价：
1.这是我学过的第三个Java基础教程，这个确实在基础这块，讲的太好了，一句话，学了这个，我感觉前面两个有点小儿科！只是教了相关API怎么用，这个教程你只要可以用心花1-2个月，啃下来，过面试小case！2.这是我见过的最强Java教程 不但讲了Java语言本身还穿插了设计模式 最后还讲了jvm的知识等等 真的内容十分的充实，很好的教程。学了Java的人再看这个视频也有很大收获！！3.讲得很好，很仔细，很深入，老师功底深厚。