选择擅长的领域继续答题？
{@each tagList as item}
${item.tagName}
{@/each}
手机回答更方便，互动更有趣，下载APP
提交成功是否继续回答问题？
手机回答更方便，互动更有趣，下载APP
展开全部java和大数据哪个更加容易学习，这个还是要看自己更喜欢哪一方面了，毕竟兴趣才是学习最好的动力。只要有动力感觉学习哪个方向都是可以的，只要你能够满足学习的条件都是可以选择的。决定自己未来的永远都是你自己的选择，别人是无法给出你准确的答案，只能够通过自己的一些经验和了解顶多给一下相关方面的参考和建议。不过按照目前的态势来看，大数据相对来说更加火一些，也更加受大家的重视，从数博会的召开，十三五规划的战略提升，都能看出这一点，不过具体的，还是要看你自己的选择！java相对来说现在应用的更加广泛一些，很多企业都在使用java编程技术制作网站和一些软件系统。这方面来说大数据可能就要差一点了，毕竟他们从事的方向还是有一定的差别。而且，现在很多在学习大数据之前是要掌握一门编程语言的，使用比较多的也是java编程技术，大家这个在很多培训机构的大数据课程中基本上也都能够发现，基本上大数据课程一开始的基础都是由java技术开始。所以，大家最后是选择java还是大数据学习，最好是根据自己的实际情况进行选择，不管是选择哪个方面的技术，只要能够学好都能够有一个不错的发展。已赞过已踩过你对这个回答的评价是？评论
收起
展开全部大数据更好些。相对而言，大数据课程简单易学。展开全部你好，IT计算机开发行业是目前发展最为快速的行业之一，除此之外，计算机软件开发人员薪资待遇高且逐年上升已经成为了公认的事实，因此，近些年来，转行进入IT计算机开发行业已经成为了热门。如果你想要专业的学习编程开发，更多需要的是付出时间和精力，一般在2W左右，4-6个月时间不等。千锋的课程很不错，你可以根据自己的实际需求去实地看一下，先好好试听之后，再选择适合自己的。只要努力学到真东西，前途自然不会差。
本回答被网友采纳
展开全部java是一种编程语言；大数据IT行业术语；二者不是统一类型的事物。大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。大数据也是一项热门学科，学科中就包括java编程基础。你可以到专业学校咨询一下，大数据课程内容涉及知识点多，但就业薪资也高。展开全部首先，Java是一门编程语言，目前在Web开发、大数据、Android开发等领域都有广泛的应用，Java语言的特点是性能稳定且扩展性强，不少大型互联网平台往往更愿意采用Java开发方案，因为能够在一定程度上降低开发风险。大数据则代表了一个技术体系，是一系列技术的组合，大数据技术涉及到数据的采集、整理、存储、安全、分析、呈现和应用，因此大数据涉及到的技术内容非常多，相关岗位也比较丰富。对于初学者来说，如果计算机基础知识比较薄弱，那么从Java编程开始学起是比较现实的选择，在掌握Java编程之后可以继续向大数据方向发展。因为Java语言也是从事大数据开发的重要工具之一，在大数据平台开发和大数据应用开发领域都有广泛的应用。另外，Java语言经过了多年的发展，整个IT行业内有大量的开发岗位，所以从就业的角度出发，学习Java语言是一个不错的选择。
本回答被网友采纳
收起
2条折叠回答
收起
更多回答（3）
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
为你推荐：
下载百度知道APP，抢鲜体验使用百度知道APP，立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。扫描二维码下载
×个人、企业类侵权投诉
违法有害信息,请在下方选择后提交
类别色情低俗
涉嫌违法犯罪
时政信息不实
垃圾广告
低质灌水
我们会通过消息、邮箱等方式尽快将举报结果通知您。说明
做任务开宝箱累计完成0
个任务
10任务
50任务
100任务
200任务
任务列表加载中...
}

值得收藏、点赞！-------更新2020年3月31日----------咨询较多的问题统一回复：Java后端开发和大数据开发怎么选？多分析，再选择！以下是个人建议：1、我是非科班转行大数据，学了大概1年多，最终也拿到一些大数据或者后端的offer（因为大数据开发岗位少，所以为了降低风险，就多准备了一些后端的知识），但是我的路线不能完全复制，要根据自身情况，比如学历、学习能力、时间安排等等原因；2、如果你的学习时间不充分，只是想去互联网找一份工资较高的工作，目前（2020）来看，走后端开发比较合适，岗位多、需求大；3、如果你对大数据技术感兴趣，想走一条不同的技术路线，可以走大数据开发，但是学习成本和求职难度是相对后端较高；4、未来发展主要看个人是否会持续学习，谁也无法预知。-------以上更新2020年3月31日----------决定这个选择应该有四个因素：薪资方面、岗位需求、学习内容、兴趣。薪资方面：大数据开发与Java开发对于应届生基本持平，主要取决于不同公司，薪资差别大。岗位需求：Java开发需求大于大数据开发学习内容：因为大数据开发学习的内容要多于Java开发，所以花费的时间要多。兴趣：Java偏向业务多一些，大数据偏向计算、组件、分布式多一些。我在研一的时候，也纠结过这个问题，现在大家都在学Java开发，我想走不同的道路，所以，我选择了大数据开发，虽然有点难走，但是还好坚持下来了。下面我分享下我的大数据学习之路。一、学习内容主要学习了Java基础和大数据开发框架。Java部分：基础、并发、JVM、数据库(sql)计算机基础：计算机网络、操作系统、LinuxHadoop部分：MR、YARN、HDFS（部分源码）分布式理论：Zookeeper、Raft流计算部分：Spark、Flink、Storm/Jstorm非关系存储：Redis、Hbase、Tair、Tbase消息队列：Kafka二、书籍推荐Java基础部分1、Java语法入门：推荐毕向东Java视频和《Java核心技术卷I》，全面系统掌握Java各种语法、面向对象、关键字、多态、内部类、集合源码等等。2、Java语法提高：推荐《Java编程思想》，虽然很厚，值得深入，推荐看划重点视频讲解（自制小视频啊）：https://www.bilibili.com/video/av74679700 3、JVM虚拟机：必须掌握《深入理解java虚拟机》，然后去操作下虚拟机的指令，比如去查看内存、cpu占用率等，划重点视频：https://www.bilibili.com/video/av69406526 4、Java并发和常见锁：入门必看《Java高并发程序设计》（划重点视频：https://www.bilibili.com/video/av70081453），然后深入常见并发包源码，比如常见锁、CAS、AQS框架、并发集合、原子类、工具类、线程池等，有时间再深入看《Java并发编程实战》，外国人写的逻辑性跳跃大，看起来吃力正常。5、MYSQL数据库：《MySQL必知必会》帮助你会写SQL、《MySQL技术内幕：InnoDB 存储引擎》帮助明白索引原理，面试必问索引数据结构B+树等。6、Redis缓存：《Redis设计与实现》，作者是Redis源码界大佬，划重点视频：https://www.bilibili.com/video/av70680254，更多Redis最新特性和应用，推荐看《Redis深度历险》，划重点视频：https://www.bilibili.com/video/av70833894 .7、Java源码：推荐看集合源码，特别是hashmap和concurrentHashmap等。如果是Java后端的同学，推荐学习spring源码，突出你的优势。8、计算机基础：无非是操作系统、计算机网络、linux，推荐看《现代操作系统》、《图解TCP/IP》、《鸟哥Linux私房菜：基础篇》，最常问的就是内存、IO、TCP、HTTP、Linux常见指令等。9、设计模式：先看《大话设计模式》，然后结合自己的项目最好找几个实践下，比如单例、模板、适配器、装饰、代理等设计模式。10、其他：《大型网站技术架构》，帮助建立全局观念，便于面试可以体现知识的广度。大数据开发之旅1、Hadoop全家桶：推荐看《Hadoop权威指南》作为入门（可以配合一些培训班视频入门，我的划重点视频：https://www.bilibili.com/video/av71602819），《Hadoop技术内幕：Yarn》（去看董西成的博客），我“闲来无事”，竟然学了HDFS的源码，花了3个月研读了《Hadoop 2.X HDFS源码剖析》和源码，有时间的同学可以学习其中namenode等重点源码，不用全看，浪费时间。2、分布式理论：先看《从paxos到zookeeper分布式一致性协议》作为分布式的入门，然后比较常见分布式协议：PAXO/2CP/3PC/Raft等，以及zk常见应用，比如选举等。3、流计算：三大主流计算框架 《Spark大数据处理技术》、《Storm分布式实时计算模式》、《Flink官网》，推荐掌握主要特性，分区特性、可靠性、并发度、背压等。如果你会scala可以去研究spark源码，太难了，一般人做不到，有那个时间不如研究Flink源码，毕竟是Java系的，但是，我还没研究。4、非关系型数据库：《HBase权威指南》先入门，会使用，使用过程中的问题：比如写热点、如何写入等，值得深入。5、消息队列：结合《Kafka权威指南》和《Kafka官网》，搭配一些博客，基本掌握常见面试题就可以了，牛客上应该有很多人总结过。三、面试题举例--拼多多大数据开发岗位一面视频面 -部分面试题这一面是简历面，从简历开始问到简历结束。面试官一直在看手上对于我的记录，简历和笔试情况。问题1：先问笔试题还记得吗？又问我做的情况？题量如何？回答：我说不记得了，只记得有什么题型，做出多少，总之感觉题量挺大的，难度适中，很适合考察面试者，出题很有水平（这里舔了一波）。问题2：说说你的比赛？分工？你做的什么部分？回答：先对比赛整体讲了一遍，说了下分工，我做的是数据处理部分。说了大概有5分钟。问题3：自己搭建的大数据项目，如何搭建？是什么部署模式？伪分布式吗？回答：说了下搭建的情况，分布式模式，有哪些组件：hadoop中yarn、hdfs，还有kfk、zk、spark等。问题:4：大数据项目中数据处理流程？回答：日志有flume采集、kfk传递给spark实时处理、最后落地存储到hbase。问题:5：项目中如何实现的避免HBase写热点？回答：预分区和合理设置key等。问题6：说下second namenode 作用回答：先说了second namenode，又扯到hadoop2.0以后的namenode 的HA，顺便说了zookeeper如何选举active的namenode。问题7：zookeeper如何实现HA回答：以hdfs举例子，每一个namenode运行着轻量级的ZKFC即ZKFailoverController（相当于zookeeper的客户端）。ZKFC主要包括两部分HealthMonitor和ActiveStandbyElector。HealthMonitor启动内部线程定时调用NameNode的HAServiceProtocol RPC接口(monitorHealth和getServiceStatus)，监控NameNode的健康状态并向ZKFC反馈；如果检测到namenode健康状态发生变化，ZKFC调用ActiveStandbyElector与zookeeper集群交互完成自动的主备选举，之后回调ZKFC的相应方法与namenode进行RPC通信，完成主备切换。（实际还可以深入到zk的底层原理，比如临时子节点、watch监听机制，但是感觉说的够多了，就没说了）问题8：java特性，多继承怎么办？多态含义回答：封装继承多态。接口是多实现，多态分为静态和动态多态。重载和重写都是实现多态的方式，区别在于前者实现的是编译时的多态性，而后者实现的是运行时的多态性。重载发生在一个类中，同名的方法如果有不同的参数列表（参数类型不同、参数个数不同或者二者都不同）则视为重载；重写发生在子类与父类之间，重写要求子类被重写方法与父类被重写方法有相同的参数列表，有兼容的返回类型，比父类被重写方法更好访问，不能比父类被重写方法声明更多的异常（里氏代换原则）。重载对返回类型没有特殊的要求，不能根据返回类型进行区分。问题9：topk问题回答：针对top K类问题，通常比较好的方案是分治+Trie树/hash+小顶堆（就是上面提到的最小堆），即先将数据集按照Hash方法分解成多个小数据集，然后使用Trie树或者Hash统计每个小数据集中的query词频，之后用小顶堆求出每个数据集中出现频率最高的前K个数，最后在所有top K中求出最终的top K。最后说了下，mapreduce分布式计算框架实现topk是比较天然的。问题10：实现一个最大堆回答：手写代码，我写的一般，写出来了伪代码，但是面试官表情还好。感恩知乎！手写不易，点个赞！}