diff --git a/notes/大数据学习路线.md b/notes/大数据学习路线.md
index 3b71430..380f567 100644
--- a/notes/大数据学习路线.md
+++ b/notes/大数据学习路线.md
@@ -127,7 +127,8 @@ Scala 是一门综合了面向对象和函数式编程概念的静态类型的
 上面列出的都是比较主流的大数据框架，社区都很活跃，学习资源也比较丰富。建议从 Hadoop 开始入门学习，因为它是整个大数据生态圈的基石，其它框架都直接或者间接依赖于 Hadoop 。接着就可以学习计算框架，Spark 和 Flink 都是比较主流的混合处理框架，Spark 出现得较早，所以其应用也比较广泛。 Flink 是当下最火热的新一代的混合处理框架，其凭借众多优异的特性得到了众多公司的青睐。两者可以按照你个人喜好或者实际工作需要进行学习。
 
 <div align="center"> <img  src="https://github.com/heibaiying/BigData-Notes/blob/master/pictures/HADOOP-ECOSYSTEM-Edureka.png"/> </div>
-> *图片引用*：*https://www.edureka.co/blog/hadoop-ecosystem*
+
+> *图片引用自* ：*https://www.edureka.co/blog/hadoop-ecosystem*
 
 至于其它框架，在学习上并没有特定的先后顺序，如果你的学习时间有限，建议初次学习时候，同一类型的框架掌握一种即可，比如日志收集框架就有很多种，初次学习时候只需要掌握一种，能够完成日志收集的任务即可，之后工作上有需要可以再进行针对性地学习。