首先要学习Java，大数据开发主要是基于JAVA，作为大数据应用的开发语言很合适，接着要熟悉Linux开发环境并掌握Hadoop生态体系，最后要学习Spark大数据处理技术、Mlib机器学习、GraphX图计算以及Strom技术架构基础和原理等知识。