大數據時代需要學習數據的存儲和處理技術。
大數據的存儲主要是一些分布式文件系統，現在有好些分布式文件系統。比較火的就是GFS,HDFS前者是谷歌的內部使用的，後者是根據谷歌的相關論文用java開發的來源框架。hdfs可以學習。
然後就是數據處理是學maprece，這是大數據出的不錯的實現，可以基於hdfs實現大數據處理和優化存儲。
還有一個比較好的列式存儲的資料庫hbase,也是為了大數據兒生的非關系型資料庫。
然後就是一些輔助工具框架，比如:hive,pig,zookeeper,sqoop,flum。
⑵ java和大數據什麼關系
簡單來說Java是工具，大數據是應用。
Java可以開發和實現大數據，
開發和實現大數據Java不是唯一工具，其它開發語言也可以。
⑶ 大數據工程師喜歡用什麼編程語言
Hadoop，Java
java語言：java沒有和Python和R語言一樣好的可視化功能，也不是統計建模的最佳回工具，但是如果你需答要建立一個龐大的系統，使用過去的原型，java是最基本的選擇了。
Hadoop pand Hive：為了迎合大量數據處理的需求，以java為基礎的大數據開始了。Hadoop為一批數據處理，發展以java為基礎的架構關鍵，相對於其他處理工具，Hadoop慢許多，但是無比的准確可被後端資料庫分析廣泛使用，和Hive搭配的很好。
大數據搭javaee更優，東時 教育首創雙技能JavaEE+大數據培訓，專注培養全面性高端技術人才，為高薪就業保駕護航。
⑷ javaee跟大數據哪個好學
Java+Web+大數據混合開發實戰課程，以目前企業開發最需要的JavaEE為主要技能點，再加上Web前端開發和大數據開發內容，學員學習後比只懂得Java開發的人員相比增加了很多競爭力。
⑸ 學大數據就必須學Java么
一、學習大數據，一定要學習java嗎？
如果要學習大數據，不管你是零基礎，還是有一定的基礎，都是要懂至少一種計算機編程語言，因為大數據的開發離不開編程語言，不僅要懂，還要精通！但這門編程語言不一定是java。
比如說，如果你主攻Hadoop開發方向，是一定要學習java的，因為Hadoop是由java來開發的。
如果你想要主攻spark方向，是要學習Scala語言的，每個方向要求的編程語言是不同的。
如果你是想要走數據分析方向，那你就要從python編程語言下手，這個也是看自己未來的需求的。
綜上所述：大數據是需要一定的編程基礎的，但具體學習哪一門編程，自己可以選擇的。其實只要學會了一門編程語言，其他編程語言也是不在話下的。
二、為什麼很多人選擇學java？
大數據技術方向是有很多的，作為零基礎的你，想要進入大數據領域，大數據開發是基礎方向，也是入門的突破口，而在大數據開發技術中，用的多的也是java編程語言。
因為java具有簡單性、面向對象、分布式、健壯性、安全性、平台獨立與可移植性、多線程、動態性等特點。 如果你對java有一定的了解，就更應該清楚java是一個強類型編程語言，擁有極高的跨平台能力，還有就是java的異常處理能夠保證系統的穩定性。
目前，java語言的應用也是很廣泛的，對於學習大數據的人而言是很多人的選擇，hadoop及其他大數據處理技術都用到了java，像Apache的基於Java的HBase和Accumulo以及 ElasticSearchas等等。
所以想要進入大數據領域的小夥伴，大部分都會選擇從java編程語言開始學起！
⑹ 轉it行業，從哪一個開始比較好，大數據還是java
Java是IT領域的常青樹做為一門編程語言，Java的應用場景廣泛，決定了其在實際當中有著很多的應用。而且，涉及的到各類IT項目的開發，註定少不了Java相關的開發人員。目前，因為Java行業的從業者過多，競爭十分激烈，且Java開發在3/4線城市就業薪資並不高，一二線城市的就業薪資也在不斷的降低，當然，企業對於Java從業者的要求也在不斷的提高。
大數據行業人才稀缺作為一個新興的行業，大數據領域內的人才非常的稀缺，據相關數據顯示，未來幾年內大數據人才的需求量將達到200萬左右，這就決定了未來大數據的人才必定非常的搶手。大數據行業的薪資水平大數據行業的薪資如今已經開始向IT領域的Top1進軍，整個行業的平均薪資已經達到了17k左右，而且，隨著大數據應用場景的不斷增多，未來大數據創造的價值將會越來越大，與之對應的大數據人才的薪資水平將會再次登上一個新的台階。大數據行業的未來大數據作為一個新興的大數據行業，其發展前景非常的巨大，而且，其不僅僅是在與AI、雲計算對接的很緊密，與其他工業、農業、商業，甚至是第三產業、智慧城市的規劃等都有著深刻的對接，而這，就必將會給從業者帶來更多的就業機會。
大數據和Java的區別：1架構層面：
javaee：三層架構 表現層（web）業務層（service）持久層（）
大數據：圍繞數據 數據採集 --數據存儲–數據計算（分析）–數據展示
2.技術層面：
javaee：成熟 解決方案多 技術點集中
大數據：相對年輕 迭代更新快 解決方案相對少 技術相當繁瑣 雜 /碎
3.開發層面：
javaee：代碼量很大 偏向業務 運維等任務較少 固定搭配 習慣用法較多
大數據：代碼量很少，偏向技術（原理和知識） 運維任務略多（集群伺服器等）sql 數據分析 類sql hql
4.市場層面：
javaee:很成熟 有自己的行業規范 如日中天
大數據：市場起步階段 規范有待健全 朝陽產業（結合人工智慧和機器學習等）
⑺ java基礎不好可以學大數據嗎會不會學不會
大數據專業是一個典型的交叉學科，其中主要學科涉及到數學、統計學和計算機三大塊，還包括經濟學、社會學等輔助學科。入門很簡單，但是也有很多細分的方向
初學階段，計算機知識的學習是非常重要的，包括操作系統、資料庫、編程語言、演算法設計和大數據平台等內容，其中編程語言是一個學習的重點。目前在大數據領域應用比較多的編程語言包括Java、Python、Scala和R等，其中大數據分析方向可以重點關注一下Python和R語言，而大數據開發方向可以重點關注一下Java語言。
如果想學一些初級的數據處理的話java不好也不影響，就比如學習sql，mysql的時候可以跟著樹懶學堂shulanxt這類案例教學的網站來學習。
⑻ 北郵在線JavaEE+大數據之什麼是大數據
北郵和以道抄教育在大數據培訓襲方面進行合作，大數據是（英語：Big data），又稱為巨量資料，指的是傳統數據處理應用軟體不足以處理它們的大或復雜的數據集的術語。大數據也可以定義為來自各種來源的大量非結構化和結構化數據。從學術角度而言，大數據的出現促成了廣泛主題的新穎研究。這也導致了各種大數據統計方法的發展。大數據並沒有抽樣;它只是觀察和追蹤發生的事情。因此，大數據通常包含的數據大小超出了傳統軟體在可接受的時間內處理的能力。由於近期的技術進步，發布新數據的便捷性以及全球大多數政府對高透明度的要求，大數據分析在現代研究中越來越突出。
⑼ 大數據主要學習java嗎
並不是主要學Java，但抄是襲核心基礎在於Java！因為hadoop等大數據處理技術都需要java！
目前最火的大數據開發平台是Hadoop，而Hadoop則是採用Java語言編寫。
一方面，由於hadoop的歷史原因，Hadoop的項目誕生於一個java高手；另一方面，也有Java跨平台方面的優勢；基於這兩個方面的原因，所以Hadoop採用了Java語言。
當然，大數據中Java並非唯一開發語言，也可以是Python，Scala，go語言等。但Java是我們耳熟能詳的編程語言，大數據更是當今科技的明星技術，而從Java進階到大數據，是比較主流的做法。
⑽ 學大數據開發要學Java到什麼程度，需要學JavaEE,SSH嗎，誰能詳細解答一下
JAVASE不用學，學了也沒用。即便有公司做桌面開發，也基本不會用的。
SSH當然得學，若連SSH都沒學明白，就惦記起大數據，就真是想多了。先把JAVA玩成所謂高手水平，再把SSH學到精通，你才僅僅是能搞「小數據」。本人充其量也僅僅是在「小數據」這一級別，勉強混個溫飽，所以最多隻能跟你說說該怎麼學「小數據」了。
要玩「小數據」，你得先有辦法「取得數據」吧? 數據從哪來？表單提交來的。表單在哪？在網站上。所以你得先能搭個網站。否則連數據都得不到，又談什麼大小？
如何搭網站？ 先稍微學學html和javscript，知道ajax怎麼寫。這時候，你才能開始學Spring。Spring學完之後，你就能從後端獲取前端發來的請求，驗證表單，返回頁面，擁有數據來源了。
拿到數據之後。你得把數據存起來吧？所以你得會使資料庫吧。於是你得先學SQL，能基本操作資料庫的「增刪改查」。學完資料庫之後，怎麼在資料庫里的「表」，和java項目里的「類」之間，建立映射關系？這時候，你就得開始學Hibernate了。
Hibernate和Spring學到一半，就產生了一個問題，Hibernate的代碼寫在哪？Spring的代碼又寫在哪？它倆總不能「摻和」著寫吧？這時候你就需要MVC框架，所以得學Struts了。
等ssh全都學完，摸透，再簡單學學Linux，只要能部署就夠了，多學無用，能把網站搭出來就夠了。
這時候，你就算是入了「小數據」的門。之後再依次學會三層架構，領域驅動模型，MVVM，算是從「入門」走向"熟練"。
到這一步，你就算成為了一名合格的後端程序員了。然後，你才有必要去糾結，是該學人工智慧？還是大數據? 雲計算？等等。。。。
由於個人是主修C#的，JAVA只作為第二語言，框架部分也只學了前面所說的這些東西，因此關於JAVA的話題，只能跟你扯到這了。