朱晓晨 LEVEL Ⅱ 持证人

 

我目前在一家央企的省公司，担任大数据工程师。工作中会使用大数据生态圈的一些框架来做数据处理和分析。

 

开始想报考数据分析方向的认证，在了解相关的认证考试后，感觉CDA和本职工作相关，而且认证有一定的共识性，对职业发展有一定帮助，所以选择报考CDA LEVEL Ⅱ 大数据方向的认证考试。

01 周末集中时间备考

根据知识点查漏补缺

 

我平时从事相关的开发工作，所以对大数据生态圈中的一些组件和框架也都比较熟悉。

 

我在考前一个月进行备考，周末每天3-4小时备考，主要是查缺补漏。包括：Hadoop，Spark，Hive，Mysql，Sqoop组件的搭建和配置。Spark数据挖掘的分析步骤，代码实践。Hadoop，Spark，HBase等组件底层原理的学习。这里的几个框架组件在案例题实操中需要用到，自己搭建一遍有助于复习框架底层原理。

 

如果是基础弱的话，建议提前2-3个月备考。并且需要熟悉：

Linux命令

SQL语句

一门编程语言。建议Java，Python或Scala。

大数据基础理论。谷歌的三篇论文原理，GFS，BigTable，MapReduce

大数据生态圈组件学习，重点在Hadoop，Spark，Hive

 

理论方面，如果没有大数据基础的同学以谷歌的三篇论文为主，而大数据的相关框架是基于这三篇论文实现的。包括HDFS，HBase，MapReduce原理；此外还有Spark的原理。

实践方面，要会搭建，维护大数据集群。Spark的应用要熟练。

根据例题，大纲，查缺补漏。

去了解主流的一些大数据架构和解决方案，了解大数据生态圈中每个组件的功能，哪些用于数据处理，哪些用于数据存储，哪些用于数据传输。

 

在备考的时候以大纲和例题为主。大数据分析师重点在大数据组件的应用，其次再是机器学习，统计分析等内容。

 

在备考书籍方面，我个人推荐以下基本:

 

《Hadoop权威指南》：了解和熟悉HDFS，Yarn，MapReduce原理。

《Spark快速大数据分析》：熟悉RDD，DataFrame算子操作，MLlib应用。

《Hive编程指南》：对Hive快速上手非常有用。

《数据挖掘导论》：如果对数据挖掘，机器学习感兴趣的话是一本很好的书。

 

备考中，个人感觉这些知识是难点：

框架运行机制

机器学习算法

Spark、Hive开发调优

 

之后我也将继续学习大数据生态，了解各行各业的业务知识，在大数据架构和分析两方面进一步提升。

预告

第十二届CDA认证优秀考生直播经验分享

敬请期待哦！