问题对人有帮助，内容完整，我也想知道答案
问题没有实际价值，缺少关键内容，没有改进余地
“大数据分析”我的理解就是将现有数据进行一些算法调用，返回给匹配人群（例如百度联盟，淘宝联盟）
那么具体到编程项目中究竟是如何处理的呢？仅仅是像我的理解那样吗？感觉没那么简单...
看到的大数据分析都是招java为多吗，那么PHP语言能做大数据？不能的话瓶颈在哪里呢？性能吗？PHP7可以弥补吗？
可以简单讲下自己理解...谢谢
答案对人有帮助，有参考价值
答案没帮助，是错误的答案，答非所问
因为大数据用到的一些开源框架基本上是java或者基于jvm的语言写的
答案对人有帮助，有参考价值
答案没帮助，是错误的答案，答非所问
因为目前流行的大数据分析软件，几乎都是基于java一族开发的。例如开源的spark，hadoop，等等。
同步到新浪微博
分享到微博？
你好！看起来你挺喜欢这个内容，但是你还没有注册帐号。 当你创建了帐号，我们能准确地追踪你关注的问题，在有新答案或内容的时候收到网页和邮件通知。还能直接向作者咨询更多细节。如果上面的内容有帮助，记得点赞 (????)? 表示感谢。
明天提醒我
关闭理由：
删除理由：
忽略理由：
推广（招聘、广告、SEO 等）方面的内容
与已有问题重复（请编辑该提问指向已有相同问题）
答非所问，不符合答题要求
宜作评论而非答案
带有人身攻击、辱骂、仇恨等违反条款的内容
无法获得确切结果的问题
非开发直接相关的问题
非技术提问的讨论型问题
其他原因（请补充说明）
我要该，理由是：高级Java工程师(大数据分析和BI方向)
职位发布者信息
从业年限：6年
已于通过审核
公司名称：某知名互联网汽车
所属行业：互联网/移动互联网/电子商务
公司性质：上市公司
公司规模：人
职位类别：数据分析-数据分析,计...
所属部门：研发
工作地点：
发布时间：
汇报对象：总监
招聘人数：1人
年薪范围：
岗位职责：工作内容：
1.参与建设大系统和BI系统、数据仓库等
2.配合其他部门，提供数据支持
任职资格：任职资格：
1 熟悉面向对象思想，熟悉至少一种模式，良好的功底与文档编写能力
2 对数据敏感，乐于分析数据。
3 精通Java语言，熟悉J2EE架构体系，精通设计模式并可熟练运用
4 精通SQL语言，拥有丰富的SQL调优经验
5 具备较强的逻辑思维能力，能快速分析并解决出现的问题
6 具备大数据分析、BI或数据仓库、报表开发经验，或有强烈兴趣
7 熟悉hadoop、storm、spark、hbase、hive任意一种者优先（非必须）
工作经验：
学历要求：大专
年龄：不限
是否统招全日制：是
专业要求：
语言要求：
坚持以客户为本的专业态度，颠覆繁琐的传统租式，为客户提供了快速便捷的全新租车服务体验。公司遍布在中国大陆各主要城市及旅游地区的服务网络，以及，专业化的24小时的取还车服务和，不仅可以随时随地满足客户的租车服务需求，更可为客户的安全行车保驾护航。
卓聘提示您：用人单位以任何名义向应聘者收取费用或扣押证件都属违法行为，请注意提高警惕！
其他职位招聘
为了让招聘方更全面的了解您，建议您完善职责描述，以提高应聘成功率
目前公司：
中原文化有限公司
目前职位：
职责描述：
您已经输入 0 字，还可以输入 2000 字
完成并投递
暂不填写直接投递JAVA开源大数据查询分析引擎有哪些方案? - 知乎38被浏览5841分享邀请回答11添加评论分享收藏感谢收起0添加评论分享收藏感谢收起1 个回答被折叠（）Java大数据入门分析：如何有效的进行数据分析
如何有效的进行数据分析?步骤：
数据分析过程的主要活动由识别信息需求、收集数据、分析数据、评价并改进数据分析的有效性组成。
一、识别信息需求
识别信息需求是确保数据分析过程有效性的首要条件，可以为收集数据、分析数据提供清晰的目标。识别信息需求是管理者的职责管理者应根据决策和过程控制的需求，提出对信息的需求。就过程控制而言，管理者应识别需求要利用那些信息支持评审过程输入、过程输出、资源配置的合理性、过程活动的优化方案和过程异常变异的发现。
Java大数据入门分析：如何有效的进行数据分析
二、收集数据
有目的的收集数据，是确保数据分析过程有效的基础。组织需要对收集数据的内容、渠道、方法进行策划。策划时应考虑：
①将识别的需求转化为具体的要求，如评价供方时，需要收集的数据可能包括其过程能力、测量系统不确定度等相关数据;
②明确由谁在何时何处，通过何种渠道和方法收集数据;
③记录表应便于使用;
④采取有效措施，防止数据丢失和虚假数据对系统的干扰。
三、分析数据
分析数据是将收集的数据通过加工、整理和分析、使其转化为信息，通常用方法有：
老七种工具，即排列图、因果图、分层法、调查表、散步图、直方图、控制图;
新七种工具，即关联图、系统图、矩阵图、KJ法、计划评审技术、PDPC法、矩阵数据图;
四、数据分析过程的改进
数据分析是质量管理体系的基础。组织的管理者应在适当时，通过对以下问题的分析，评估其有效性：
提供决策的信息是否充分、可信，是否存在因信息不足、失准、滞后而导致决策失误的问题;
信息对持续改进质量管理体系、过程、产品所发挥的作用是否与期望值一致，是否在产品实现过程中有效运用数据分析;
收集数据的目的是否明确，收集的数据是否真实和充分，信息渠道是否畅通;
大数据分析方法是否合理，是否将风险控制在可接受的范围;
大数据分析所需资源是否得到保障。
大数据分析有极广泛的应用范围，这是无限互联Java大数据培训专家为大家准备的一个入门扫盲贴，供刚入门的Java大数据学员学习，如何有效的进行数据分析：
1、探索性数据分析，当数据刚取得时，可能杂乱无章，看不出规律，通过作图、造表、用各种形式的方程拟合，计算某些特征量等手段探索规律性的可能形式，即往什么方向和用何种方式去寻找和揭示隐含在数据中的规律性。
2、模型选定分析，在探索性分析的基础上提出一类或几类可能的模型，然后通过进一步的分析从中挑选一定的模型。
3、推断分析，通常使用数理统计方法对所定模型或估计的可靠程度和精确程度作出推断。
Java大数据培训机构首选无限互联Java大数据培训(/)，Java大数据培训引领者，专注Java大数据培训，用心做靠谱的Java大数据培训机构。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点哪些编程语言适合用于大数据集中处理？-马海祥博客
新型SEO思维就是从一个全新的层次上提升seo优化的水平，达到网络信息最佳化的展示效果！
> 哪些编程语言适合用于大数据集中处理？
哪些编程语言适合用于大数据集中处理？
时间：&&&文章来源：马海祥博客&&&访问次数：
随着互联网的高速发展，大数据的浪潮仍在继续，它几乎渗透到了所有的行业，信息像洪水一样地席卷企业，使得软件越发庞然大物，比如Excel看上去就变得越来越笨拙。
如今，数据处理不再无足轻重，并且对精密分析和强大又实时处理的需要变得前所未有的巨大。
那么，在巨大的数据集中进行筛选的最好工具是什么？通过和数据骇客的交流，我们知道了他们用于硬核数据分析最喜欢的语言和工具包。
在这些语言名单中，如果R语言排第二，那就没其他能排第一。自1997年以来，作为昂贵的统计软件，如Matlab和SAS的免费替代品，它渐渐风靡全球。
在过去的几年时间中，R语言已经成为了数据科学的宠儿&&数据科学现在不仅仅在书呆子一样的统计学家中人尽皆知，而且也为华尔街交易员，生物学家，和硅谷开发者所家喻户晓。各种行业的公司，例如Google，Facebook，美国银行，以及纽约时报都使用R语言，R语****在商业用途上持续蔓延和扩散。
R语言有着简单而明显的吸引力，使用R语言，只需要短短的几行代码，你就可以在复杂的数据集中筛选，通过先进的建模函数处理数据，以及创建平整的图形来代表数字。它被比喻为是Excel的一个极度活跃版本。
R语言最伟大的资本是已围绕它开发的充满活力的生态系统：R语言社区总是在不断地添加新的软件包和功能到它已经相当丰富的功能集中。据估计，超过200万的人使用R语言，并且最近的一次投票表明，R语言是迄今为止在科学数据中最流行的语言，被61％的受访者使用（其次是Python）。
此外，它的身影也渐渐出现在了华尔街。以前，银行分析师会全神贯注于Excel文件直到深夜，但现在R语言被越来越多地用于金融建模R，特别是作为一种可视化工具，Niall O&Connor，美国银行的副总裁如是说。&R语言使我们平凡的表格与众不同&他说。
R语言的日渐成熟，使得它成为了数据建模的首选语言，虽然当企业需要生产大型产品时它的能力会变得有限，也有的人说这是因为它的地位正在被其他语言篡夺。
&R更适合于做一个草图和大概，而不是详细的构建&Michael Driscoll，Metamarkets的首席执行官说。&你不会在谷歌的网页排名以及Facebook的朋友推荐算法的核心找到R语言。工程师会用R语言做原型，然后移交给用Java或Python写的模型。&
话说回来，早在2010年，Paul Butler就以R语言打造了全球的Facebook地图而著名，这证明了该语言丰富的可视化功能。尽管他现在已经不像以前那样频繁地使用R语言了。
&R正在一点点地过时，因为它的缓慢和处理大型数据集的笨重，&Butler说。
那么，他使用什么代替呢？请继续阅往下看。
如果说R语言是一个神经质又可爱的高手，那么Python是它随和又灵活的表兄弟。作为一种结合了R语言快速对复杂数据进行挖掘的能力并构建产品的更实用语言，Python迅速得到了主流的吸引力。
Python是直观的，并且比R语言更易于学习，以及它的生态系统近年来急剧增长，使得它更能够用于先前为R语言保留的统计分析（具体可查看马海祥博客《》的相关介绍）。
&这是这个行业的进步。在过去的两年时间中，从R语言到Python已经发生了非常明显的转变，&Butler说。
在数据处理中，在规模和复杂性之间往往会有一个权衡，于是Python成为了一种折中方案。IPython notebook和NumPy可以用作轻便工作的一种暂存器，而Python可以作为中等规模数据处理的强大工具。丰富的数据社区，也是Python的优势，因为可以提供了大量的工具包和功能。
美国银行使用Python在银行的基础架构中构建新的产品和接口，同时也用Python处理财务数据。&Python广泛而灵活，因此人们趋之若鹜&O&Donnell说。
不过，它并非最高性能的语言，只能偶尔用于大规模的核心基础设施，Driscoll这样说道。
虽然当前的数据科学绝大多数是通过R语言，Python，Java，MatLab和SAS执行的，但依然有其他的语言存活于夹缝中，Julia就是值得一看的后起之秀。
业界普遍认为Julia过于晦涩难懂，但数据骇客在谈到它取代R和Python的潜力时会不由得眉飞色舞，Julia是一种高层次的，极度快速的表达性语言。它比R语言快，比Python更可扩展，且相当简单易学。
&它正在一步步成长。最终，使用Julia，你就能够办到任何用R和Python可以做到的事情，&Butler说。
但是至今为止，年轻人对Julia依然犹豫不前，Julia数据社区还处于早期阶段，要能够和R语言和Python竞争，它还需要添加更多的软件包和工具。
&它还很年轻，但它正在掀起浪潮并且非常有前途，&Driscoll说。
Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程。
Java具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点。Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等。
Java，以及基于Java的框架，被发现俨然成为了硅谷最大的那些高科技公司的骨骼支架。&如果你去看Twitter，LinkedIn和Facebook，那么你会发现，Java是它们所有数据工程基础设施的基础语言&Driscoll说。
Java不能提供R和Python同样质量的可视化，并且它并非统计建模的最佳选择。但是，如果你移动到过去的原型制作并需要建立大型系统，那么Java往往是你的最佳选择（具体可查看马海祥博客《》的相关介绍）。
5、Hadoop和Hive
一群基于Java的工具被开发出来以满足数据处理的巨大需求。
Hadoop作为首选的基于Java的框架用于批处理数据已经点燃了大家的热情。Hadoop比其他一些处理工具慢，但它出奇的准确，因此被广泛用于后端分析。它和Hive&&一个基于查询并且运行在顶部的框架可以很好地结对工作。
Scala是一门多范式的编程语言，一种类似java的编程语言，设计初衷是实现可伸缩的语言、并集成面向对象编程和函数式编程的各种特性。
Scala还包含了若干函数式语言的关键概念，包括高阶函数（Higher-Order Function）、局部套用（Currying）、嵌套函数（Nested Function）、序列解读（Sequence Comprehensions）等等。
Scala是另一种基于Java的语言，并且和Java相同的是，它正日益成为大规模机器学习，或构建高层次算法的工具。它富有表现力，并且还能够构建健壮的系统。
&Java就像是建造时的钢铁，而Scala则像黏土，因为你之后可以将之放入窑内转变成钢铁，&Driscoll说。
7、Kafka和Storm
那么，当你需要快速实时的分析时又该怎么办呢？Kafka会成为你的好朋友，它大概5年前就已经出现了，但是直到最近才成为流处理的流行框架。
Kafka，诞生于LinkedIn内部，是一个超快速的查询消息系统。Kafka的缺点？好吧，它太快了。在实时操作时会导致自身出错，并且偶尔地会遗漏东西。
&有精度和速度之间有一个权衡，&Driscoll说， &因此，硅谷所有的大型高科技公司都会使用两条管道：Kafka或Storm用于实时处理，然后Hadoop用于批处理系统，此时虽然是缓慢的但超级准确。&
Storm是用Scala编写的另一个框架，它在硅谷中因为流处理而受到了大量的青睐。它被Twitter纳入其中，勿庸置疑的，这样一来，Twitter就能在快速事件处理中得到巨大的裨益。
MatLab一直以来长盛不衰，尽管它要价不菲，但它仍然被广泛使用在一些非常特殊的领域：研究密集型机器学习，信号处理，图像识别。
MATLAB是matrix&laboratory两个词的组合，意为矩阵工厂（矩阵实验室）。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式程序设计的高科技计算环境。它将数值分析、矩阵计算、科学数据可视化以及非线性动态系统的建模和仿真等诸多强大功能集成在一个易于使用的视窗环境中，为科学研究、工程设计以及必须进行有效数值计算的众多科学领域提供了一种全面的解决方案，并在很大程度上摆脱了传统非交互式程序设计语言（如C、Fortran）的编辑模式，代表了当今国际科学计算软件的先进水平。
MATLAB和Mathematica、Maple并称为三大数学软件。它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB可以进行矩阵运算、绘制函数和数据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。
MATLAB的基本数据单位是矩阵，它的指令表达式与数学、工程中常用的形式十分相似，故用MATLAB来解算问题要比用C，FORTRAN等语言完成相同的事情简捷得多，并且MATLAB也吸收了像Maple等软件的优点，使MATLAB成为一个强大的数学软件。在新的版本中也加入了对C，FORTRAN，C++，JAVA的支持。
Octave和MatLab非常相似，但它是免费的。不过，它在学术性信号处理圈子之外很少见到。
Octave是一种高层解释类编程语言，旨在解决线性和非线性的数值计算问题。Octave为GNU项目下的开源软件，早期版本为命令行交互方式，4.0.0版本发布基于QT编写的GUI交互界面。
Octave语法与Matlab语法非常接近，可以很容易的将matlab程序移植到Octave，同时与C++,QT等接口较Matlab更加方便。
Octave是一种科学计算软件，它提供了方便的互动命令列接口来解决线性与非线性的数值运算问题，并可将计算结果可视化，与高价的商业软体MATLAB语法几乎兼容。
Go是一种编译型语言，它结合了解释型语言的游刃有余，动态类型语言的开发效率，以及静态类型的安全性。它也打算成为现代的，支持网络与多核计算的语言。要满足这些目标，需要解决一些语言上的问题：一个富有表达能力但轻量级的类型系统，并发与垃圾回收机制，严格的依赖规范等等。这些无法通过库或工具解决好，因此Go也就应运而生了。
GO是另一个正在掀起浪潮的后起之秀。它由Google开发，从C语言松散地派生，并在构建健壮基础设施上，正在赢得竞争对手，例如Java和Python的份额。
马海祥博客点评：
你该使用哪种语言用于大数据项目？恐怕这还得&视情况而定&。如果你对晦涩的统计运算进行繁重的数据分析工作，那么马海祥建议你使用R语言；如果你跨GPU进行NLP或密集的神经网络处理，那么Python是很好的选择；如果想要一种加固的、面向生产环境的数据流解决方案，又拥有所有重要的操作工具，Java或Scala绝对是出色的选择。
总之，在大数据领域内，每一毫秒的性能损失都影响巨大。不管通用解决方案是采用何种编程语言实现的，你都可以使用一种高级编程语言来快速地实现出一个性能比通用方案更好的，应用于特定领域的解决方案。
本文为原创文章，如想转载，请注明原文网址摘自于/bcyy/1687.html，注明出处；否则，禁止转载；谢谢配合！
您可能还会对以下这些文章感兴趣！
清明节又叫踏青节，在仲春与暮春之交，也就是冬至后的第108天。是中国传统节日，也是最重要的祭祀节日之一……
最近百度跟360的搜索引擎之争，也使得更多人开始关注搜索引擎了，回想搜索引擎的快速发展也就是近15年发生……
网络实名制是个长期以来争议不断的话题。一方面，当人们面对越来越多的网上低俗与不良信息、黑客与木马、网……
由于此次整理的SEO作弊方法大全的内容比较多，也比较全面，导致……
最近，我明显发现访问马海祥seo博客的博友越来越多了，随之而来……
相信做个seo的，或者自己已经是站长的，都或多或少的对自己负责……
最近一直听到圈里的朋友抱怨说，自己辛辛苦苦写的文章，发表的前……
作为一名专业的SEO人员，我们很多的时候都在研究站点中有多少页……
很多做SEO的朋友都会问，是不是网站收录越多网站关键字排名越好……
本月热点文章}