這個要看自己的學習進度和自制力，個人建議參加一個培訓機構，系統的學習一下，如果自制力好的話，兩三個月就可以。

其實語言和大資料沒有直接的關係。在我看來，想進入大資料領域，語言只是工具，資料庫、演算法、數學、統計學以及所在行業的專業知識才是功底。至於時間，不好說，我是用了半年（開發從業二十年了，各種資料庫很溜，開發語言會好幾種，垮平臺什麼的更不用說，而且因為學習精算師的緣故已經把基礎課都學完了，包括高數，統計學等）。

建議樓主從java領域的開源大資料專案開始介入，逐步瞭解hadoop，適當的學習一下python，瞭解redis、HDFS，學習使用SparkHive、SparkSQL，同時建議讀一下Data X或者Kettle，然後開始學習一些機器學習的演算法和開源庫如Tensorflow之類的，開發平臺的選擇看你自己的需求。

當以上內容基本融會貫通了，你就可以開始進入大資料領域了，首先要去採集一些有價值的樣本資料，在逐步學習深入的過程中學習機器建模，以及統計學原理，數論，統計方法等傳統統計學的課程，統計建模是重點一定要下功夫，線代微積分離散數學都是基礎，你也需要重新拾起來。

當這些都學的差不多了，你就具備了採集資料分析資料的基本能力了，那樣就可以深入的再學習一下統計學的一些深層次課程和傳統BI的一些課程了。

當你具備了這些能力，你就具備了一個合格的大資料分析師的水平了！

恭喜，高薪在向你招手。

作為一名大資料方向的研究生導師，我來回答一下這個問題。

從大資料的技術體系來看，主要涉及到三大方面的內容，其一是大資料平臺；其二是大資料開發；其三是大資料分析，對於具有Java程式設計基礎的人來說，學習大資料會相對容易一些，但是依然需要一個系統的學習過程，具體需要多長的學習時間取決於自身的學習計劃、學習環境等因素。

大資料的技術體系目前已經趨於成熟，而且大資料涉及到的知識量也比較龐大，所以應該找一個切入點並制定一個適合自己的學習計劃，學習計劃的制定可以按照就業崗位的要求為參考。如果具備Java基礎，且同時有較為紮實的數學基礎，可以考慮從事大資料開發崗位和大資料分析崗位（演算法崗），目前大資料研發崗位和演算法崗位往往對於學歷有一定的要求（應聘時），這一點應該引起注意。從2019年的研究生秋招情況來看，目前大資料開發崗位的數量比較多，演算法崗位的數量還是比較少的。

對於大資料的初學者來說，從大資料應用開發開始學起是不錯的選擇，具體可以按照三個步驟來學習，首先是學習大資料平臺知識，掌握大資料平臺的搭建以及各個元件之間的關係和作用，這個過程需要4周左右的時間，建議從開源大資料平臺（Hadoop、Spark）開始學起，這樣會掌握更多的細節。

其次是在大資料平臺下進行大資料應用開發，這個過程會掌握一些常用的API，此時應該完成大量的實驗，透過實驗來積累一定的大資料開發經驗。在組織實驗的過程中要考慮逐漸遞進的過程，要有一個清晰的實驗體系，此時不必追求大而全。具有Java基礎的前提下，這部分大概需要8至10周左右的時間。

最後是參加一個大資料實習崗位，透過實習崗位的鍛鍊不僅能夠進一步豐富大資料開發知識，同時也能夠積累一部分行業經驗。由於大資料開發對於場景的要求比較高，所以學習大資料並不建議完全自學，在掌握了一定的大資料開發知識之後，應該儘快在實際場景下邊實踐邊學習。