学大数据还要学Python吗？java大数据与python大数据如何选择？今天我们来看看一位大神的回答。
目前Java和Python是做大数据平台开发最常见的两种编程语言，当然还有Scala和R，下面简单的分析一下Java与Python在做大数据开发时的优缺点，具体选择哪个可以根据实际情况来判断。
Java大数据
首先说一下Java语言，Java语言应用广泛，可以应用的领域也非常多，有完整的生态体系，另外Java语言的性能也非常不错。Java与大数据的关系非常密切，一方面目前做大数据开发的程序员很多都是从Java程序员转过去的，另一方面Hadoop平台本身就是基于Java开发的，所以目前Java在大数据开发中的使用还是非常普遍的。
但是Java语言自身的复杂性让很多程序员感觉它有点“重”，格式化的东西有点多，所以在Spark平台下，很多程序员更愿意使用Scala语言，而Scala就是基于Java语言构建的，所以有Java基础再学习Scala还是比较轻松的。
单学Java以后的就业方向单一，薪资就是java程序员的基本水平；而java大数据工程师，以后的就业可以从事java方面的工作，也可以涉猎大数据方面的工作，因为对大数据技术知识有所涉猎，所以谈薪资的资本会高一些：
Java大数据薪资：
Python大数据
再说一下Python语言，Python语言目前在大数据和人工智能领域有广泛的应用，原因就是Python语言简单、直接、方便。Python语言是脚本式语言，所以学习起来比较简单，脚本语言的天然属性就是直接，所以Python在语法结构上比Java要“轻”很多。
另外，由于Python有丰富的库支持，所以Python做软件开发也非常“直接”，程序员的作用有点像做“集成”的感觉。目前Python在Hadoop和Spark平台下的使用都非常普遍，而且越来越多的Java程序员转向使用Python，因为没人愿意复杂。
但是Python缺点也比较明显，那就是Python的性能远不及Java，另外与大数据平台的耦合度也不如Java好。但是如果你使用Python做算法实现、数据分析、数据呈现等应用是完全没有问题的，效率也比较高。
总之，如果做大数据开发，Java和Python最好都学习一下（主学Java），语言本身就是工具，学习起来并不是十分困难。
