大数据需要学的：1、Java编程技术；2、Linux命令；3、Hadoop；4、Hive；5、Avro与Protobuf；6、ZooKeeper；7、HBase；8、phoenix等。

大数据专业主要学习内容

第一阶段：大数据前沿知识及hadoop入门，大数据前言知识的介绍，课程的介绍，Linux和unbuntu系统基础，hadoop的单机和伪分布模式的安装配置。

第二阶段：hadoop部署进阶。Hadoop集群模式搭建，hadoop分布式文件系统HDFS深入剖析。使用HDFS提供的api进行HDFS文件操作。Mapreduce概念及思想。

第三阶段：大数据导入与存储。mysql数据库基础知识，hive的基本语法。hive的架构及设计原理。hive部署安装与案例。sqoop安装及使用。sqoop组件导入到hive。

第四阶段：Hbase理论与实战。Hbase简介。安装与配置。hbase的数据存储。项目实战。

第五阶段：Spaer配置及使用场景。scala基本语法。spark介绍及发展历史，spark stant a lone模式部署。sparkRDD详解。

第六阶段：spark大数据分析原理。spark内核，基本定义，spark任务调度。sparkstreaming实时流计算。sparkmllib机器学习。sparksql查询。

大数据专业就业方向

大数据专业是从数据管理、系统开发、海量数据分析和挖掘等方面系统，帮助企业掌握大数据应用中各种典型问题的解决方案的专业，就业方向数据开发与管理、企业管理、城市环境治理等方面。