因為大資料的開發基於一些常用的高階語言，比如Java和.Net。不論是hadoop，還是資料探勘，都需要有高階程式語言的基礎。因此，如果想學習大資料開發，還是需要至少精通一門高階語言。

學大資料，這個問題太寬泛，到底學習哪個方面呢，是學習收集大資料，分析大資料還是進行大資料視覺化呢?或者只是研究大資料對經濟和社會的影響?

所以不如具體說一下，比如想做資料分析，即使是資料分析，也不是必須掌握編輯語言。在你不需要親自動手分析的情況下，只是為了管理一幫資料分析師，而需要理解一下大資料。

如果你就要自己動手做資料分析，那沒啥說的，學吧，要不你分析啥，用啥分析呢?

大資料比較通用的平臺都是基於Hadoop+Saprk . 比較流行的平臺是Hortonworks公司的HDP和Cloudera公司的CDH,不過目前這兩家公司已經合併.

上面是HDP的大資料平臺,主要支援三種開發語言, Java,Python和Scala等.

Scala最難入門,Python 比較容易上手,如果程式設計經驗不多可以從Python 上手.

Java 是目前最流行的程式語言,如果想就業面廣一些,可以考慮Java

本人現在的崗位是大資料開發崗，公司每天接入的資料量在500G到1T左右，公司hadoop叢集沒注意多少節點，但叢集的記憶體是三個多T，所以我覺得我還是有發言權的。

在我看來java第一，scala次之，python第三，雖然現在公司處理資料都是scala寫的，但是java依然很重要，因為hadoop生態圈都是java開發而來，如果進行二次開發，必須用到java！舉例來說，公司需要用flume接入資料，但是flume自帶的source和sink無法很好的滿足業務需求，需要自定義source和sink，因此不熟悉java是不行的。其實學會java後scala上手很快，所以java還是第一位的！

因為要先 讀懂 26個 之母 代表著什麼 終極意義。才能找到 指令 和手指相結合 產生的效應。才能 操控和更精確的指揮。

其實你得先搞明白什麼是大資料。

就我個人理解而言。Big Date。它就是一堆資料。這個一堆是什麼級別呢。。。海量吧。像你在看天看地看海洋一樣。那麼這個時候就要去分析這些資料，你還得讓機器去消化吸收這些資料，當然這些我們不談。

我們就談談——資料！

這些海量資料需要我們分析，人為去分析麼？當然不是，這裡你就會理解什麼叫人的時間和精力是有限的了。

所以我們需要藉助計算機，換句話說就是你得程式設計。

python是個模組化語言，很多地方稱他膠水語言。原因就是它的庫都是現成的，你拿來看看用法，基本沒基礎的小白快的10來分鐘，慢的幾十分鐘個把小時就可以高效率的完成一些事。

python分析資料的使這些資料量化的庫開發也很完備。

對了，java收費了。python是最好的程式語言要成真了！！！

作為一個程式設計師，碰到這種問題是很茫然的，就好像是碰到這類問題：

要學人工智慧，必須要會一種程式語言嗎？

要學區塊鏈，必須要會一種程式語言嗎？

要學寫中國小說，必須要會中文嗎？

想學建築，必須要會建築圖紙嗎？

想學畫畫，必須要會用畫筆嗎？

想學鋼琴，必須要會五線譜嗎？

學一種程式語言肯定是必須的。

重複的事情不可能要人去每天做，會一門程式語言，隨便寫幾段程式碼，就可以代替人去做這些每天重複的事情了。

建議學PYTHON吧，這個是最簡單的入門語言了。

不一定，一堆資料需要有人在人、物、行為、時間、空間(地域)這五個軸上加工出資訊，就好比我現在的數控機床5軸5聯動，一個正方體6個面，要有一個面做基準不動，然後加工出零件，而這個零件就相當於我們在"人、物、行為、時間、空間"這5軸來回交叉運動加工得到的資訊，所以確定資訊的人，不一定需要學程式語言。又好比1+1=2，或1+2=3誰來確定2或3這個資訊。至於是用1+1=2還是7-5=2，那是提取資訊的方法。大資料至少需三類人，產品(資訊)設計人員，因為您需要提取有用的產品(資訊)才能出售，產品加工人員，就是我們學會程式語言的人員，運用不同的演算法去提取資料，最後是銷售人員，把我們的各種產品賣出去。

這個答案是肯定的，就像你做飯，如果沒有米，這飯能做成嗎？ 俗話說巧婦難為無米之炊。所以要做大資料分析，肯定是至少要會一種程式語言的，不然你不能指望用諸如Excel的軟體去處理大資料吧，而且就算使用Excel，處理大資料也比較慢，而且還需要學習Excel的很多內建函式，稍微高階一點的就使用Excel SQL，這樣也得學習SQL語言。

其實，搞大資料不但要會程式語言，而且通常情況下需要會好幾種。假如你在小公司，資料量不大，你可以用普通的SQL、Python或R語言等程式語言就可以應付了。但如果在大公司，要處理的資料量比較大，通常需要分散式處理，那麼就需要學會SQL和Java，而且還需要學習一些指令碼語言。

所以，我認為要搞大資料，在程式語言方面最好學會Python、SQL、Java，bash指令碼語言，不然用到時候才覺得自己掌握得少就有點尷尬了。

大資料的分類主要有三類:即人、物、事物行為。而這三類資料是分離與聚合的統一，既有具體獨立性，又有不可分離統一性。從人的大資料分析中，我們可以得到人的具體資訊，也可提取到影響人的事物資訊，更可以分析得到其行為資訊。

資訊是最可珍貴之物，它是一切客觀事物相互聯絡，轉折發展，矛盾前進的統一體，是客觀事物的客觀反應。它具有真假的相對性，和存在的客觀性的特徵。

在認識到資訊的重要性後，我們就以資訊理論的眼晴認識世界。很容易的，我們得出如下結論:客觀世界是由人、物、及其二者行為引發的資訊流。同時，也是由以時間為x軸、空間為y軸、資訊為z軸的三維宇宙。

資訊的分析歸方法論範疇。

其分析方法多樣，採用工具多樣，所得結論多樣。

在計算機分析方法中，根據所設前提不同，要求不同。採取的程式語言不同。

一般情況是這樣的:

數理分析以python為代表。

工控分析以c為代表。

圖形，語音分析以c++為代表。

網路智慧分析以java為代表。

……

等等不一一例舉。根據哲學思想，任何事物都具有多樣性，方法亦然。我說1+1=2,你也可以得到5-3=2。所以，資訊分析中，所有的方法都有效。但資訊結論肯定符合它的基本性質之一，那就是:其會有真假特徵。所以，我們還必須對資訊結論另外尋求方法驗證。更有甚者，必須對結論的結論再行驗證。以使其結果更趨於真實。根據三段論。設結果為三次，當結果任意兩次相同，我們取其大結果。