不算java、Mysql和Linux部分，每天学多少它已经分好了，严格按照这个来完成，但是你应该力求每天至少看2个day的视频，你觉得熟悉的地方应该快进。（学完一个小视频，你应该有收获和总结，但面试不考的你完全没必要总结。）
总结方法：只总结重点，一眼就明白的不用总结，关键看典型的题目怎么考你。典型的项目需要你做什么样的流程，从什么时候开始。
光大数据部分的视频如下（共计88天，这还不算java和mysql，不算看源码、调优技能）
- Hadoop：7天
- Zookeeper：0.5天
- HA：0.5天
- hive：6天
- flume：3天
- kafka：5天
- HBase：3天
- Azkaban：0.5天
- 离线数仓项目：5天+9天
- scala：8天
- spark：13天
- 实时数仓项目：13天
- Flink：9天
- 在线教育项目2.0:4天
- 面试大保健：2天
完成情况：
笔记：
Hadoop包括HDFS（存储）、Yarn（任务调度）、MapReduce（计算）三部分。
1.HDFS架构
- NameNode：记录块数据的存放位置
- DataNode：实际存数据
- Secondary NameNode：隔一段时间对NameNode做备份，但没法替代NN提供服务。 √
2.Yarn架构
我觉得没必要死记，记住了不理解也没用，其实他很像一个项目经理在给下属安排任务，只不过要正确理解下AM这个角色，他是为某一个任务而临时创建的管理者。只要能理解到这一点，整个架构就很好理解了。
以下是一个通俗的解释：
- 资源：对Yarn来说，资源就是特指CPU+内存
- Container：资源虚拟化，以Container的形式把多种资源打包在一起分配出去。
- Client：相当于客户，向主管（RM）提需求（job） ResourceManager：相当于主管，负责管理和了解整个集群的资源情况。
- 听客户(client)说需求
- 听每个员工（NM）汇报自己能做什么，手里有多少人力（节点资源）--》目的是让RM清楚整个集群，有多少人力能干多少事。
- 把每个员工（NM）安排成一个任务的临时负责人（AM）
- 听临时负责人申请需要多少人力（资源），然后分配给他--》这些资源是从整个集群的节点来调度，以资源池的形式灵活分配。比如说我需要两个前端，一个设计师来配合我。
- NodeManager：相当于员工，这个员工负责自己相关工作的人力资源。
- 向主管(RM)汇报自己手里的人力（资源）
- 成为任务的临时负责人（AM），评估领导分配的任务（job）
- 评估之后，跟主管(RM)要人力（资源）
- 持续跟进这个任务（job），直到完成后卸任“临时负责人”（AM）
- ApplicantionMaster：相当于“临时负责人”称号，为某一个任务而临时扮演管理者的角色。
- 向主管申请资源
- 一直跟进任务，直到完成后不再担任临时负责人
3.MapReduce流程：
- MR是一个计算框架，但并不是一个真正的组件，它的资源调度是由Yarn来实现。
- Map就是把任务分给每台机器去做，Reduce就是把任务汇聚起来。
4.大数据生态体系（了解）
5.
总结：