众所周知,学大数据部分课程之前要先学习一种计算机编程语言,大数据开发需要编程语言的基础,因为大数据的开发,不论是hadoop,还是数据挖掘,都是基于一些常用的高级语言,因此,如果想学习大数据开发,还是需要至少精通一门高级语言,那么,为什么要选择学习Java呢?
**Java是目前使用最为广泛的网络编程语言之一**
它不仅吸收了C++语言的各种优点,还摒弃了C++里难以理解的多继承、指针等概念,因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表,极好地实现了面向对象理论,允许程序员以优雅的思维方式进行复杂的编程。
**Java有许多特性**
Java具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点。
**Java拥有极高的跨平台能力**
Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等与传统的编程语言,如C、C++相比,Java能够更加容易上手,而比之微软平台的开发语言,如VB、MFC等,则有着跨平台运行的能力,尽管Java没有能够完全实现最初的一次编程、随处运行的口号,但是Java相比於其它较早的编程语言,仍然拥有极高的跨平台能力。
**Java是一个强类型语言**
Java是一个强类型语言,它允许扩展编译时检查潜在类型不匹配问题的功能。Java要求显式的方法声明,它不支持C风格的隐式声明。这些严格的要求保证编译程序能捕捉调用错误,这就导致更可靠的程序。可靠性方面最重要的增强之一是Java的存储模型。
**不支持指针消除重写存储和讹误数据的可能性**
Java不支持指针,它消除重写存储和讹误数据的可能性。类似地,Java自动的“无用单元收集”预防存储漏泄和其它有关动态存储分配和解除分配的有害错误。Java解释程序也执行许多运行时的检查,诸如验证所有数组和串访问是否在界限之内。
**Java的异常处理使得系统更稳定**
异常处理是Java中使得程序更稳健的另一个特征。异常是某种类似于错误的异常条件出现的信号。使用try/catch/finally语句,程序员可以找到出错的处理代码,这就简化了出错处理和恢复的任务。
最重要的是,Hadoop以及其他大数据处理技术很多都是用Java,例如Apache的基于Java的HBase和Accumulo以及 ElasticSearchas,因此学习Hadoop的一个首要条件,就是掌握Java语言编程。
除了最后一句话,前面的都是鬼扯。
“世界上只有一种大数据,那就是开源大数据”,要不是hadoop生态环境的存在,对大数据处理而言,JAVA没什么优势,反而是一个开销较大效率不高的VM成为了大数据处理的劣势。
#1