当今 “大数据” 一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术发展进入了一个新的时代。为了帮助大家更好深入了解大数据，云栖社区组织翻译了 GitHub Awesome Big Data 资源，供大家参考。本资源类型主要包括：大数据框架、论文等实用资源集合。

本文是笔者多年来积累和收集的知识技能图谱，有的是笔者原创总结的最佳实践，有的是小伙伴们的分享，其中每个秘籍图谱里面的内容都是互联网高并发架构师应该了解和掌握的知识，笔者索性把这些图谱收集在一起，并且归类便于查找和学习，希望能够帮助到每一位想成为架构师或者已经是架构师的小伙伴.

1、海量日志数据，提取出某日访问百度次数最多的那个IP。 2、寻找热门查询，300万个查询字符串中统计最热门的10个查询。 3、上千万或上亿数据（有重复），统计其中出现次数最多的前N个数据。 4、海量数据分布在100台电脑中，想个办法高效统计出这批数据的TOP10。

当今 “大数据” 一词的重点其实已经不仅在于数据规模的定义，它更代表着信息技术发展进入了一个新的时代。为了帮助大家更好深入了解大数据，云栖社区组织翻译了 GitHub Awesome Big Data 资源，供大家参考。本资源类型主要包括：大数据框架、论文等实用资源集合。

本文的目的是希望给所有大数据初学者规划一条比较清晰的学习路线，帮助他们开启大数据学习之旅。鉴于大数据领域内的技术绚丽繁复，每位大数据初学者都应该根据自己的实际情况制定专属的学习路径。

大数据系统方面的经典论文

随着大数据技术的发展，数据挖掘、数据探索等专有名词曝光度越来越高，但是在类似于Hadoop系列的大数据分析系统大行其道之前，数据分析工作已经经历了长足的发展，尤其是以BI系统为主的数据分析，已经有了非常成熟和稳定的技术方案和生态系统。