java大数据和python大数据的全面对比，哪个更主流？

大数据是目前互联网流行的技术语言，处理大数据的编程语言比较有优势的也很多，比如java、python、go、R语言、Hadoop等等，按道理来说每种编程语言都可以处理大数据，只是处理的规模不一样而且，但是现在比较受欢迎的数据处理编程语言是java与python。

　　java大数据与python大数据

说到java编程，java工程师一直都是同行的高薪岗位，而python是从最初的2016人工智能开始爆发，从而在短短两年之内能赶超java。随着python的发展，最大赢家无疑是python。未来大数据是对于一家企业有多重要，通过对数据的分析，可以了解市场需求、发展方向，对公司未来的定位，把数量庞大、不规整的数据信息进行梳理，总结出可供查询的特征。

大数据必备技能

　自从python热度赶超java之后，python在大数据方面的优势逐渐被人们认识，但是java作为20多年成熟的编程语言，在大数据处理方面已存在已久，依然是程序员开发比较喜爱的编程。

java在大数据处理方面还是比较倾向软件应用与网站数据，包括游戏数据处理，特别是金融服务数据处理，一直都是java的强项；python有着众多免费科学算法库，优势在人工智能大数据处理，当然也有使用Python在银行的基础架构中处理财务数据。可以说java与python在大数据处理各有优势。

处理大规模数据时有那些常用的Python库，他们有什么优缺点？适用范围如何？

需要澄清两点之后才可以比较全面的看这个问题：

1、百万行级不算大数据量，以目前的互联网应用来看，大数据量的起点是10亿条以上。

处理的具体含义，如果是数据载入和分发，用python是很高效的；如果是求一些常用的统计量和求一些基本算法的结果，python也有现成的高效的库，C实现的和并行化的；如果是纯粹自己写的算法，没有任何其他可借鉴的，什么库也用不上，用纯python写是自讨苦吃。

python的优势不在于运行效率，而在于开发效率和高可维护性。针对特定的问题挑选合适的工具，本身也是一项技术能力。

百万级别数据是小数据，python处理起来不成问题，python处理数据还是有些问题的

Python处理大数据的劣势：

1、python线程有gil，通俗说就是多线程的时候只能在一个核上跑，浪费了多核服务器。在一种常见的场景下是要命的：并发单元之间有巨大的数据共享或者共用（例如大dict），多进程会导致内存吃紧，多线程则解决不了数据共享的问题，单独的写一个进程之间负责维护读写这个数据不仅效率不高而且麻烦

2、python执行效率不高，在处理大数据的时候，效率不高，这是真的，pypy（一个jit的python解释器，可以理解成脚本语言加速执行的东西）能够提高很大的速度，但是pypy不支持很多python经典的包，例如numpy（顺便给pypy做做广告，土豪可以捐赠一下PyPy - Call for donations）

3、绝大部分的大公司，用java处理大数据不管是环境也好，积累也好，都会好很多

Python处理数据的优势（不是处理大数据）：

1、异常快捷的开发速度，代码量巨少

2、丰富的数据处理包，不管正则也好，html解析啦，xml解析啦，用起来非常方便

3、内部类型使用成本巨低，不需要额外怎么操作（java，c++用个map都很费劲）

4、公司中，很大量的数据处理工作工作是不需要面对非常大的数据的

5、巨大的数据不是语言所能解决的，需要处理数据的框架（hadoop， mpi。。。。）虽然小众，但是python还是有处理大数据的框架的，或者一些框架也支持python

6、编码问题处理起来太太太方便了

综上所述：

1、python可以处理大数据

2、python处理大数据不一定是最优的选择

python和其他语言（公司主推的方式）并行使用是非常不错的选择

因为开发速度，你如果经常处理数据，而且喜欢linux终端，而且经常处理不大的数据（100m一下），最好还是学一下python

python数据处理的包：

1、自带正则包，文本处理足够了

2、cElementTree, lxml 默认的xml速度在数据量过大的情况下不足

3、beautifulsoup 处理html

4、hadoop(可以用python) 并行处理，支持python写的map reduce，足够了，顺便说一下阿里巴巴的odps，和hadoop一样的东西，支持python写的udf，嵌入到sql语句中

5、numpy, scipy, scikit-learn 数值计算，数据挖掘

6、dpark(搬楼上的答案）类似hadoop一样的东西

1，2，3，5是处理文本数据的利器（python不就处理文本数据方便嘛），4，6是并行计算的框架（大数据处理的效率在于良好的分布计算逻辑，而不是什么语言）

java大数据和python大数据的全面对比，哪个更主流？相关推荐

数据回归分析 | Python实现数据逻辑回归分析
数据回归分析 | Python实现数据逻辑回归分析目录数据回归分析 | Python实现数据逻辑回归分析基本介绍环境准备模型原理程序设计学习小结基本介绍逻辑回归是一种分类算法(虽然名 ...
python大数据怎么样_java大数据与python大数据如何选择？
大数据是目前互联网流行的技术语言,处理大数据的编程语言比较有优势的也很多,比如java.python.go.R语言.Hadoop等等,按道理来说每种编程语言都可以处理大数据,只是处理的规模不一样而且, ...
python足球数据可视化_欧洲足球，5大联赛！Python爬虫数据可视化带你解析经典赛事...
前言: R爬虫&可视化系列文章,我们来聊聊欧洲足球五大联赛.本人作为一个不会踢球的资深球迷,俗称"懂球帝",今天就与大家用数据分析一下2017-2018赛季欧洲五大联赛的各 ...
数据分析师python 城市数据团_城市数据分析师
课程概况本微专业由城市数据团旗下的"城市数据研习社"出品.城市数据团在公众号.知乎等多平台上的粉丝超过30万,隶属上海脉策数据科技有限公司,长期为政府.设计院.地产开发商等提供城 ...
python爬取网页表格数据匹配,python爬虫——数据爬取和具体解析
标签:pattern div mat txt 保存关于 json result with open 关于正则表达式的更多用法,可参考链接:https://blog.c ...
python大数据分析实例-Python大数据处理案例
编辑推荐: 来源于cnblogs,介绍了利用决策树分类,利用随机森林预测, 利用对数进行fit,和exp函数还原等. 分享知识要点: lubridate包拆解时间 | POSIXlt 利用决策树分类 ...
python怎么导入csv文件数据-机器学习Python实践——数据导入（CSV）
一,CSV 逗号分隔值(逗号分隔值,CSV,有时也称为字符分隔值,因为分隔字符也可以不是逗号),其文件以纯文本形式存储表格数据(数字和文本).字幕:纯意味着该文件的英文一个字符序列,不含必须像二进制数 ...
六大数据统计图——Python的数据可视化
一直以来,数据可视化就是一个处于不断演变之中的概念,其边界在不断地扩大:因而,最好是对其加以宽泛的定义.数据可视化指的是技术上较为高级的技术方法,而这些技术方法允许利用图形.图像处理.计算机视觉以及用 ...
目标检测训练数据旋转python代码——数据增广（一）
转载请在首行附上原文链接!有帮助的话记得点ge赞. 针对目标检测任务,对训练数据做旋转进而达到数据增广的python2代码,网上没找到,自己写了一份. 另外附上一份,检查旋转后效果的Python代码( ...
python数据数据存储-Python存储数据的方式
在Python开发中,数据存储.读取是必不可少的环节,而且可以采用的存储方式也很多,常用的方法有json文件.csv文件.MySQL数据库.Redis数据库以及Mongdb数据库等. 1. json文 ...

java大数据和python大数据的全面对比，哪个更主流？

java大数据和python大数据的全面对比，哪个更主流？相关推荐

最新文章

热门文章