学习大数据应该用Java还是python？各有什么利弊？

目前比较常见的大数据平台有Hadoop和Spark，流行的商用大数据平台也大多是基于Hadoop和Spark构建的，只不过商用大数据平台在部署方便性和稳定性等方面有所提高。

Hadoop平台是基于Java语言开发的，所以不少大数据程序员在Hadoop平台的第一个实验往往都是使用Java完成的。Hadoop平台除了可以使用Java语言外，还支持Python语言，由于Python语言本身比较简洁且调整起来比较方便，所以目前得到了广大程序员的喜爱。

Spark平台的开发是基于Scala语言的，所以在Spark平台下的研发比较倾向于使用Scala语言，Scala语言兼顾了Java的性能和Ruby的乐趣，所以很多程序员比较喜欢Scala的编写风格。Spark平台下除了可以使用Scala外，还可以使用Java或Python语言，个人比较推荐在Spark平台下使用Scala语言。

所以，做大数据平台的研发工作，Java、Python、Scala都是比较常见的工具语言，作为研发人员最好都接触一下，以便于在特定的场景使用对应的开发语言。建议从Python开始学起，然后再学习Java和Scala，Python比较容易上手，Scala是Java语言发展而来的，所以按照这个顺序学习会比较轻松一些。

我使用Java、Python的时间比较长，我在头条上陆续写了关于Java和Python的学习文章，想学习的朋友可以关注我的头条号，相信一定会有所收获。

大数据，我也是刚接触，说一点自己的体会。

首先，大数据就业可以分为，从编程语言相关的角度看，数据分析师，和数据工程人员需要使用编程语言，Python，Java，Scala等。

从目前企业应用来看，数据分析人员主要使用Python，做数据分析，数据可视化，等。