大数据云计算怎么去学习呢？
自己买自学就可以了。
大数据的基础知识，自己去买本书就可以学。现在是大数据时代，有很多介绍的大数据的书。而且大数据的技术，如数据采集，数据存取，模型预测，结果呈现等都比较好学。
当然一些大数据的一些基础知识，比如java和hadoop等等，这个基本得自学。
大学里面离这些最接近的专业就是计算机类专业。云计算的话，需要学习的知识应该包括以下几个方面：
1、网络通信知识，包括互联网基础建设相关的所有知识；
2、虚拟化知识，了解硬件运行的基本原理和虚拟化实现技术；
3、数据库技术；
大数据与云计算是近几年来比较火的就业方向，所以人才缺口比较大而且发展前景也比较好，所以学好大数据非常有用。
大数据（big data），指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
云计算应该如何学习？
云计算的话，需要学习的知识应该包括但不限于：
1、网络通信知识，包括互联网基础建设相关的所有知识；
2、虚拟化知识，应该了解硬件运行原理以及虚拟化实现技术；
3、数据库技术；
4、网络存储技术；
5、网络信息安全技术，最起码得明白什么是iso 17799；
6、电子商务；
7、容灾及备份技术；
8、JAVA编程技术；
9、分布式软件系统架构。。。
该怎样更快的学好云计算?
云计算可以分为广义的和狭义的两类
狭义的云计算是指IT基础设施的交付和使用模式。是指通过网络需求、扩展的方式获得所需的资源；广义的云计算是指服务的使用和交付模式，指通过网络按需求、扩展的方式获得对应的服务。这种服务可以是IT、可是是软件、可以使互联网相，也可以是任意其他的服务，它具有超大规模、虚拟化、可靠安全等独特功效。
云计算学习路线
一、大数据基础增强
本云计算学习路线重点讲解Linux操作基础、Shell编程、Zookeeper集群和hadoop集群环境准备等内容，可以帮助没有Linux基础或者Linux基础薄弱的学员，达到熟练使用Linux、熟练安装Linux上的软件，熟悉负载均衡、高可靠等集群相关概念，搭建互联网高并发、高可靠的服务架构，为大数据内容的深入学习做好充足的准备。
云计算学习路线
二、大数据Hadoop离线分布式系统
大数据Hadoop离线分布式系统
云计算学习路线
三、大数据NoSQL、Kafka和ELK技术实战
掌握NoSQL数据库的特点和应用场景；掌握Hbase的应用场景和核心原理；掌握Hbase的RowKey设计的策略；掌握Hbase常用的性能优化手段；掌握分布式数据发布和订阅的工具Kafka；掌握Kafka工具的使用和性能优化；掌握ELK技术栈(end-to-end)的应用场景；掌握Logstash数据抽取、清洗，ElasticSearch分布式检索，Kibana数据展示的应用。
云计算学习路线
四、大数据Spark内存计算系统
掌握分布式内存计算的思想；掌握Spark分布式计算的架构和思想；掌握Spark和Mapreduce分布式计算框架的比较和区别；掌握Spark的RDD、DAG、Task、Partition等设计思想；掌握SparkSQL的功能、SparkSQL+Hive的整合；掌握DataFrame、DataSet的编程模型；掌握StructuredStreaming的应用场景和与Kafka的整合；掌握MLlib数据挖掘的思想和GraphX图计算的思想；掌握Spark技术栈的高级特性和性能调优的能力
云计算学习路线
五、大数据Spark项目实战
大数据Spark内存计算系统项目实战
云计算学习路线
六、大数据flink实时计算系统
掌握分布式实数计算框架架构和思想；掌握Flink、Spark和MapReduce的区别；掌握Flink流式计算的功能和应用；掌握FlinkSQL的使用；掌握FlinkDataStream的使用；
云计算学习路线
七、大数据flink项目实战
解决企业里面海量数据对实时性要求要的数据分析和应用；解决Flink企业级应用常见的优化技巧和手段。
