共享經濟下，作為一個出色的“碼農”，有9個大數據處理編程語言你不得不知道。當需要對巨大的數據集中進行篩選時，碼農們都知道zui好的工具是什么。以下動力節點的Java老師推薦款碼農需要掌握的大數據處理編程語言。

　　1.R語言

　　在語言名單中，如果R語言排第二，那就沒其他能排第一。自1997年以來，作為昂貴的統計軟件，如Matlab和SAS的免費替代品，它漸漸風靡全球。

　　在過去的幾年時間中，R語言已經成為了數據科學的寵兒——數據科學現在不僅僅在統計學家中人盡皆知，而且也為華爾街交易員、生物學家、硅谷開發者所家喻戶曉。各行各業，如Google，Facebook，美國銀行，以及紐約時報都使用R語言，R語言正在商業用途上持續蔓延和擴散。

　　話說回來，早在2010年，PaulButler就以R語言打造了全球的Facebook地圖而出名，這證明了該語言豐富的可視化功能。盡管他現在已經不像以前那樣頻繁地使用R語言了。“R正在一點點地過時，因為它的緩慢和處理大型數據集的笨重。”Butler說。那么，他使用什么代替呢？

　　2.Python

　　如果說R語言是一個神經質又可愛的高手，那么Python是它隨和又靈活的表兄弟。作為一種結合了R語言快速對復雜數據進行挖掘并構建產品的更實用語言，Python迅速得到了主流的吸引力。Python是直觀的，并且比R語言更易于學習，以及它的生態系統近年來急劇增長，使得它更能夠用于先前為R語言保留的統計分析。“這是這個行業的進步。在過去的兩年時間中，從R語言到Python已經發生了非常明顯的轉變。”Butler說。

　　在數據處理中，在規模和復雜性之間往往會有一個權衡，于是Python成為了一種折中方案。IPythonnotebook和NumPy可以用作輕便工作的一種暫存器，而Python可以作為中等規模數據處理的強大工具。豐富的數據社區，也是Python的優勢，因為可以提供了大量的工具包和功能。美國銀行使用Python在銀行的基礎架構中構建新的產品和接口，同時也用Python處理財務數據。“Python廣泛而靈活，因此人們趨之若鶩。”O’Donnell說。不過，它并非zui高性能的語言，只能偶爾用于大規模的核心基礎設施。

　　3.Julia

　　雖然當前的數據科學絕大多數是通過R語言、Python、Java、MatLab和SAS執行的，但依然有其他的語言存活于夾縫中，Julia就是其中的后起之秀。

　　業界普遍認為Julia過于晦澀難懂，但在談到它取代R和Python的潛力時會不由得眉飛色舞。Julia是一種高層次的、極度快速的表達性語言。它比R語言快，比Python更可擴展，且相當簡單易學。

　　“它正在一步步成長。使用Julia，你就能夠辦到任何用R和Python可以做到的事情。”Butler說。但是至今為止，年輕人對Julia依然猶豫不前。Julia數據社區還處于早期階段，想要和R語言和Python競爭，它還需要添加更多的軟件包和工具。“它還很年輕，但它正在掀起浪潮并且非常有前途。”Driscoll說。

　　4.Java

　　Java，以及基于Java的框架，被發現儼然成為了硅谷高科技公司的骨骼支架。“如果你去看Twitter、LinkedIn和Facebook，那么你會發現，Java是它們所有數據工程基礎設施的基礎語言。”Driscoll說。

　　雖然，Java不能提供R和Python同樣質量的可視化，并且它并非統計建模的zui佳選擇，但是，如果你移動到過去的原型制作并需要建立大型系統，那么Java往往是你的zui佳選擇。

　　5.Hadoop

　　一群基于Java的工具被開發出來以滿足數據處理的巨大需求。Hadoop作為選擇的基于Java的框架用于批處理數據已經點燃了大家的熱情。Hadoop比其他一些處理工具慢，但它出奇地準確，因此被廣泛用于后端分析。

　　6.Hive

　　Hive，一個基于查詢并且運行在頂部的框架，可以和Hadoop很好地結對工作。

　　7.Scala

　　Scala是另一種基于Java的語言，并且和Java相同的是，它正日益成為大規模機器學習或構建高層次算法的工具。它富有表現力，并且還能夠構建健壯的系統。“Java就像是建造時的鋼鐵，而Scala則像黏土，因為你可以將之放入窯內轉變成鋼鐵。”Driscoll說。

　　8.Kafka

　　那么，當你需要快速實時地分析時又該怎么辦呢？Kafka會成為你的好朋友。它大概5年前就已經出現了，但是直到近期才成為流處理的流行框架。

　　Kafka，誕生于LinkedIn內部，是一個超快速的查詢消息系統。如果你問Kafka的缺點？好吧，它太快了，在實時操作時會導致自身出錯，并且偶爾地會遺漏東西。“在精度和速度之間有一個權衡，”Driscoll說，“因此，硅谷所有的大型高科技公司都會使用兩條管道：Kafka或Storm用于實時處理，然后Hadoop用于批處理系統，此時雖然是緩慢的，但超級準確。”

　　9.Storm

　　Storm是用Scala編寫的另一個框架，它在硅谷中因為流處理而受到了大量的青睞。它被Twitter納入其中，勿庸置疑的，這樣一來，Twitter就能在快速事件處理中得到巨大的裨益。

　　以上就是為大家介紹的大數據處理語言的優缺點和受歡迎度。大數據人才的需求量不言而喻。動力節點的Java老師希望大家學好大數據語言，為自己的職場晉升做好準備。