-
1 # 腦洞森林
-
2 # 工業網際網路
提及雲計算、大資料、人工智慧等這些時下最in的熱詞,相信即便是門外漢,也能聊上幾句,但終究是知之甚少,無論是雲計算,還是大資料,都不僅僅是一個簡簡單單的概念或者是定義而已,如果真要深入學習,更加不可能是一蹴而就的事情。
那麼到底是學雲計算好呢?還是學大資料好呢?首先我們要知道二者之間的關係以及它們的異同。
提及大資料,就不得不說說物聯網,物聯網每天都會產生海量資料,這是大資料的源頭活水,是大資料的資料來源,而時下大熱的人工智慧,是依託於大資料而實現的,可以說沒有大資料,就沒有人工智慧,而云計算,計算的物件與內容,就是大資料,所以說,雲計算是不可能離開大資料而存在的,從這個角度來說,要想深入學習的話,最好還是先學大資料。
當然,學的不是這個概念,而是關於大資料的、與大資料有相關性的所有能夠解決實際問題的方法、工具等等。
當然,無論是雲計算還是大資料,都是時下乃至未來都會十分吃香的一種專業,學好這些專業,將來就業發展前景十分光明。
-
3 # IT人劉俊明
從學習的角度來說,學雲計算一定會涉及到大資料的內容,學大資料也離不開雲計算知識,所以不應該把它倆分割開,但是在學習的時候可以有所側重。下面我把這兩個技術做一個簡單的描述,大家可以根據自身的知識結構和興趣做出一個選擇。
雲計算雲計算以服務為核心,雲計算的服務有三個層次,從下到上分別是IaaS、PaaS和SaaS。IaaS代表了基礎設施資源管理,PaaS代表了平臺資源管理(定製開發),SaaS則代表了各種軟體資源的管理。
雲計算的背後是資料中心,而資料中心的建設往往是一個大工程,需要龐大的機房、大量的電力資源和完善的運維團隊。目前,我們國家不少資料中心都在氣候適宜、電力資源豐富且自然災害較少的地區,比如貴州地區、寧夏地區以及東北部分地區。
學雲計算技術涉及到資源虛擬化、分散式儲存以及分散式計算,而後兩個技術也是大資料技術的重點。另外,雲計算平臺還涉及到大量的管理類產品的研發,涉及到的領域眾多,比如安全、資料庫管理、併發管理、驗證管理、支付管理等等。
大資料大資料平臺往往搭建在雲計算平臺之上,利用雲計算平臺提供的資源完成資料的分析和運算,大資料對速度的要求非常高,往往是秒級響應,所以對平臺的效能要求也非常高。
大資料以資料為中心,大資料涉及到資料的採集、整理、傳輸、儲存、安全、分析、呈現和應用,所以有資料的地方就有大資料技術。大資料的應用幾乎涉及到各行各業,未來大資料的發展空間十分巨大,各個行業的人才都能在大資料領域找到自己的位置,比如數學、計算機、通訊、金融、統計等專業人才都是大資料行業需要的。
從就業的廣度來說大資料無疑更有優勢,而且未來智慧化社會的基礎就是大資料,但是雲計算作為大資料的重要支撐也非常重要。
如果有大資料方面的問題,也可以諮詢我。
-
4 # 遠道來的人才
說實話,這個選擇要慎重,但是慎重就一定能選對麼?也未必,這個就和炒股票一樣,選對了能多賺錢,選錯了賠錢。這兩個都是新興的東西,新興的東西有好處也有壞處,好處是一旦選對了可能獲得很大發展,但因為是新興技術也有可能曇花一現被別的技術取代,你就白學了,類似十幾年前學塞班,那時候塞班如日中天,可是幾年時間又沒落了到現在徹底死亡,但是十幾年前他還是新東西,很火,所以這個還是自己賭一把吧!真的不太好說,求穩就學傳統點的,比如java。
-
5 # 張多音
要清楚這個問題,首先你得知道雲計算和大資料都是幹什麼的。(一個PHPer的簡單分析)
雲計算:通俗意義上現在我們把搞雲計算的也稱為運維,也就是搞伺服器的,主要學習Linux的相關知識,也就是黑視窗命令列,看著比較高大上,參見駭客帝國,實際上比較枯燥乏味。
大資料:大資料分析基本就是分析網路上龐大的資料,提取有效資訊,一般資料都是透過爬蟲抓取的一些比較有名的網站,由於資料量十分龐大,大概在千萬級到百億級,參見淘寶評論,新浪微博。我們現在說大資料首先想到的應該就是Python了,這是因為Python社群十分活躍造成的,也就是說如果你學大資料基本也就是學Python了。
現在我們明白了問題的基本概念,下面說說我的建議:學大資料!why?
1.學習成本
能問出這種問題的基本是小白玩家,對於一個小白,雲計算也就是Linux相對晦澀難懂,學習成本高,前期回饋少;而大資料前期一般學習HTML或簡單的爬蟲,隨學隨用,堅持下來的機會比較高。
2.未來的趨勢
來自2019年的你一定對人工智慧耳熟能行,而現階段的人工智慧就是一個大資料分析的過程。
3.薪資問題
學成歸來的薪資和市場問題一定是你的關注點,我所知大資料的起始遠大於雲計算,而且要求相對較低,一個合格的初級雲計算玩家大概在6-8k(月),而大資料基本1w左右。僅限一線城市。
4.學習的順序問題
一個優秀的雲計算也就是運維工程師,一定得精通一門高階語言,而Python就是開發出來幹這個的,也就是說你要學好雲計算,你就必須得懂一門語言,Python,Go,PHP(我的選擇)都可以
5.培訓費用問題(自學參見第一條)
Linux是一個程式設計師必備的技能之一,也就是說你學啥到後邊都繞不過去Linux的,既然學Python也可以學到Linux,為啥不讓我們懂多點呢?
綜上,並不是說就得學大資料,還要綜合自身分析,我是針對樓主提的這個問題當你對程式設計一竅不通當然得從一門語言開始而不是花裡胡哨的什麼其他的,雖說每個程式設計師都有一個駭客夢。。。
人生苦短,快學Python。
當然,PHP是世紀上最好的語言!
-
6 # 湯圓和辣條
對於小白來說其實並沒有哪個是難學的哪個是容易學的,畢竟你也都不會,主要還是看哪個的市場前景好一點,哪個的就業空間大一點,哪個的薪資高一點。推薦你學大資料,雖然大資料確實比雲計算難一點,但是人家薪資高啊,而且公司搶著要
-
7 # 我叫小天
1.大資料(big data)
指無法在一定時間範圍內用常規軟體工具進行捕捉、管理和處理的資料集合,是需要新處理模式才能具有更強的決策力、洞察發現力和流程最佳化能力的海量、高增長率和多樣化的資訊資產
2.大資料與雲計算的關係
就像一枚硬幣的正反面一樣密不可分。大資料必然無法用單臺的計算機進行處理,必須採用分散式計算架構。它的特色在於對海量資料的挖掘,但它必須依託雲計算的分散式處理、分散式資料庫、雲端儲存和虛擬化技術。他倆之間的關係你可以這樣來理解,雲計算技術就是一個容器,大資料正是存放在這個容器中的水,大資料是要依靠雲計算技術來進行儲存和計算的。
3.雲計算
雲計算的關鍵詞在於“整合”,無論你是透過現在已經很成熟的傳統的虛擬機器切分型技術,還是透過google後來所使用的海量節點聚合型技術,他都是透過將海量的伺服器資源透過網路進行整合,排程分配給使用者,從而解決使用者因為儲存計算資源不足所帶來的問題。大資料正是因為資料的爆發式增長帶來的一個新的課題內容,如何儲存如今網際網路時代所產生的海量資料,如何有效的利用分析這些資料等等。
4大資料的趨勢:
趨勢一:資料的資源化
何為資源化,是指大資料成為企業和社會關注的重要戰略資源,並已成為大家爭相搶奪的新焦點。因而,企業必須要提前制定大資料營銷戰略計劃,搶佔市場先機。
趨勢二:與雲計算的深度結合
大資料離不開雲處理,雲處理為大資料提供了彈性可拓展的基礎裝置,是產生大資料的平臺之一。自2013年開始,大資料技術已開始和雲計算技術緊密結合,預計未來兩者關係將更為密切。除此之外,物聯網、移動網際網路等新興計算形態,也將一齊助力大資料革命,讓大資料營銷發揮出更大的影響力。
趨勢三:科學理論的突破
隨著大資料的快速發展,就像計算機和網際網路一樣,大資料很有可能是新一輪的技術革命。隨之興起的資料探勘、機器學習和人工智慧等相關技術,可能會改變資料世界裡的很多演算法和基礎理論,實現科學技術上的突破。
然而當前整個IT行業對於大資料和雲計算人才的需求量還是比較大的,近幾年相關方向研究生的就業情況還是比較不錯的,一方面崗位級別比較高,另一方面薪資待遇也比較可觀,而且薪資待遇正呈現出逐年上升的發展趨勢。
大資料領域的人才需求主要圍繞大資料的產業鏈展開,涉及到資料的採集、整理、儲存、安全、分析、呈現和應用,崗位多集中在大資料平臺研發、大資料應用開發、大資料分析和大資料運維等幾個崗位。
雲計算的應用目前正在經歷從IaaS向PaaS和SaaS發展,在使用者分佈上也逐漸開始從網際網路企業向廣大傳統企業過渡,未來的市場空間還是非常大的。
大資料和雲計算各有不同的關注點,但是在技術體系結構上,都是以分散式儲存和分散式計算為基礎,所以二者之間的聯絡也比較緊密。
-
8 # 大帥刀
你是在選擇學習或者培訓吧!
首先要先知道大資料和雲計算都是什麼:
舉個例子,發電廠,電線,電錶,電視。
發電廠就是雲計算中心,負責統一處理,把電傳輸給家庭。
電線和電錶就是大資料,電視就是移動終端做顯示。
對於我們來講,看的是電視,根據電錶付費。
資料視覺化,大資料分析是最有價值的。而云計算就國家電網就夠了。
市面上培訓,大資料教的是應用開發,資料分析。而云計算教的是運維。
雲計算算是技術,而大資料是一個時代!雲計算懂就可以了,系統要學習大資料。
回覆列表
這個問題不是哪個好學不好學的問題,不管你想學習雲計算還是大資料,都要求你要有穩固的基礎知識和架構設計能力,大資料可能要求更高些,畢竟考驗一個人對於大資料中的任務進行程式設計的能力。
先簡單說一下雲計算,雲計算不是什麼新的技術,只是一種創新的技術,他的底層離不開我們熟知的虛擬化(虛擬化廠商你要了解,熟知的vmware,思傑等),平臺作業系統(linux.unix,windows等),資料庫(oracle,mysql,db2,sqlserver等),儲存技術,負載均衡,高可用,群集技術,分散式技術,安全技術等等,所以你要學習雲計算,就要精通其中的一門技術,雲計算技術從技術應用服務的場景可以劃分為三個層次IaaS(基礎架構即服務)、PaaS(平臺即服務)、SaaS(軟體即服務),如下圖是雲計算典型的基礎架構圖。
不難理解,IaaS層屬於底層的東西,比如我們的虛擬化層,儲存層等,使得我們的服務資源形成資源池的概念,使用者不用關心他的伺服器在什麼地方,根據自己的需求,定製自己的資源,也就是按需要購買資源,在雲時代,這些硬體都被變成了可用的資源,透過虛擬化的技術打包放到資源池中;PaaS層就是平臺層,為我們的使用者提供開發和業務執行的環境,比如我們的作業系統、資料庫、中介軟體(Weblogic,WAS,Tomcat等)等;SaaS軟體即服務,其實它是一種交付模式,這種模式對於產品比較穩健通用,升級部署相比較容易,適合中小客戶對於業務需求比較固定,客戶可以按照自己的需要快速開通應用和許可權,快速上線交付使用,但是不太適合大企業,對於需求定製化程度高的企業,這裡簡單的提幾個場景,比如現在比較流行的釘釘、企業微信等移動辦公就是一種雲服務,還有云OA,雲CRM等等,現在很多傳統的應用都在積極擁抱網際網路,上雲服務,為使用者提供更好的技術產品和售後服務,也就是說我們傳統的技術,產品,售後都可以打包成一種SaaS服務交付給客戶。現在政府部門也在積極推動政府企業上雲服務,所以從大局考慮出發,未來的一切產品,技術和服務都會變成一種SaaS服務在網際網路這個大商店裡面供使用者挑選。
最後再來說一下大資料,大資料是現在我們企業提的比較多的技術,也是企業積累多年後對於資料的應用考慮,這是大的前提背景。我們先來對大資料技術抽絲剝繭,看看都有哪些技術,需要掌握哪些底層的和基礎的知識,大資料雖然在國內很熱,但不得不說,技術大多來源美國,我們只有應用的份,這裡比較出名的如Hadoop,google的開源產品,非常佩服google的魄力,很多重量級的產品都開源,這裡不多介紹google的背景了,像還是spark等工具,都是差不多的理念,那麼這裡面都有哪些知識,我覺得從兩個層面來說吧,一、從運維層面來講,你至少對於分散式概念要有清楚的認識,畢竟這是大資料的核心架構的一個重要概念之一,如果你要做運維,那麼除了傳統的網路架構,系統平臺,資料庫等等基礎知識外,你還需要對大資料引擎工具Hadoop,spark等架構要有完整的認識,比如對於Hadoop裡面的Mapreduce計算,和工作任務的分發等問題,再有就是你的trobleshooting的能力要強,能夠識別和找到問題根源,這是所有運維人必須具備的技術和經驗判斷;從開發層面來講,必須精通java畢竟整個架構和內部的任務釋出,都是透過程式設計來實現的,如果不懂程式設計,那麼這個將成為掣肘你學習大資料的壁壘。
總結,現在企業應用環境比較複雜,從應用角度來講,大資料離不開雲計算,因為大規模的資料運算需要很多計算資源,透過雲廠商的佈局,可以彌補企業資源不足的短板,而且大規模運算需要很多資源,但是並不是天天運算,所以企業也沒有必要為了這次的運算購買昂貴的計算機資源,完成浪費,土豪隨意。不管你學習雲計算還是大資料,都要能沉下心來學習以上基礎知識,因為這些知識是構成這些架構的地基和磚瓦,只有這些紮實了,才能輕鬆面對世面上各種雲和大資料的挑戰,並且作者要形成結構化的學習思路,循序漸進的學習,日積月累,定能厚積薄發,不要被業界各種大的新的詞彙給迷惑,只有將這些基礎打紮實了,才有出路。
以上,希望對作者有用,不吝賜教。