Java转型大数据开发(转)
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
Java转型⼤数据开发(转)
众所周知,很多语⾔技术已经在长久的历史发展中掩埋,这期间不同的程序员也⾛出的⾃⼰的发展道路。
有的去了解新的发展趋势的语⾔,了解新的技术,利⽤⾃⼰原先的思维顺利改变⾃⼰的title。
⽐如我⾃⼰,也都在往更⾼的技能⾛,我认为这是⼀个很聪明的想法,横向发展,拖宽⾃⼰的知识⼴度,未来或许就能把握更多的机遇!所以做Java开发,除了Java还可以学什么?如何正确转型⼤数据,编程语⾔与⼤数据的关系?
企业级⼤数据项⽬的开发流程是:数据采集 → 数据清洗 → 数据存储 → 数据计算 → 数据分析 → 数据应⽤。
从技术层⾯来说,编程语⾔(Java、python、R、Go语⾔...)每种语⾔有⾃⼰擅长的点,所以不管是Java还是Python等编程语⾔对于⼤数据来说只是⼀个⼯具⽽已。
其实只要有点基础的程序员转型⼤数据,都是有天然的进阶优势的!
1. ⼤数据离线计算架构 Hadoop , 基于Java开发的,只需要掌握JavaSE基础即可学习⼤数据;
2. ⼤数据实时计算架构 Storm , 基于Java开发的,只需要掌握JavaSE基础即可学习⼤数据;
3. ⼤数据内存计算架构 Spark , 基于Scala语⾔的,基于JDK开发的 本质上来来讲还是基于Java开发的;
4. ⼤数据新⼀代实时计算引擎 Flink - > Blink
哪怕你没有学过任何⼀种编程语⾔零基础,也是可以学会的。
不管是初学者还是资深程序员,应该专注于<语⾔特性>,⽽不是纠结哪类语⾔,只有这样才能达到融会贯通,拿起任何语⾔基本上都会⽤,并写出⾼质量的代码来。