java最基础
html、css与java
linuxhadoopt体系
spark产业生态
storm服务生态
实战格斗：你的数据资源、处理数据、数据分析、数据治理
就这些...
pdi(kettle)是一款开源的、元信息安装驱动的etl(什么数据的吸纳、装换、运行程序)辅助工具，是开源etl辅助工具里功能一样都很强大的一个。
pdi的全称是pentahodataintegeration，kettle是pdi以前的公司的名字，kettle不过是想是暖水瓶的意思是什么，表达了数据流的含意。
的确但凡有数据整合、转换成、迁出的景象都这个可以使用pdi，他能用了能够完成数字转换任务的手工好编码，会降低了旗下难度中等。
你说的估计是大数据分析平台中的大型网游框架支撑，我举例说明帮一下忙：
（一）hadoop生态链
hdfs：分布式数据库，可以解决云计算的存储yarn（mapreduce）：分布式处理基础框架，可以解决云计算的可以计算hive：hadoop中的分析数据引擎动力，支持什么sqlhbase：实现hdfs的nosql数据库zookeeper：分布式计算共同协调服务什么，也可以应用于实现ha（高可用架构）别的（二）spark生态圈sparkcore：spark的之一，应用于离线状态计算sparksql：spark的统计分析引擎，意见sql语句sparkstreaming：spark的基于机器学习换算引擎系统，但本质的区别依然是不联网计算出mllib：机器学习一般框架（三）flink生态圈flinkdataset：flink批处理文件（离线算出）apiflinkdatastream：flink流全面处理（后台计算）apiflinktableampsql：flink的统计分析引擎动力，允许sql语句mllib：机器学习算法基础框架
