希望你首先理解大数据的相关概念，要做这东西你最起码要知道这东西是什么，从 what，how 的角度去做，最后实现出来之后思考 why 才是你更上一个台阶的步骤。大数据无非就是两个基础部分，存储和计算。后续再利用机器学习，深度学习结合 TensorFlow 利用你的数据分析训练处一个模型，或者直接数据分析得到有价值的东西，能够帮助人们预测或者知道某件事情或者数据的走向。java 需要学习，毕竟主流的大数据工具 Hadoop 就是 java 搞的。第一阶段可以先了解 Hadoop 的体系结构、原理、编程，第二阶段需要知道 NoSQL 数据库是什么，然后学习一下 Hadoop 生态的 NoSql （ HDFS、MapReduce、HBase ），第三阶段就是去学习数据分析引擎了，Hadoop 生态的数据分析引擎 Hive、Pig 等。再者再去学习一下流引擎，如 Spark、Apache Storm 等。最后在学习一下现在流行的实行计算引擎 Apache Flink，以及处理消息队列的 kafka。如果只做数据分析的话 python 也是可以的，要学习 numpy 和 pandas 等等。视频资源网上一搜一大把，实在不行就去哔哩哔哩找。希望能帮助你。