半学期的学习总结

前言

不知不觉间，一学期的学习生活过了一半多了，也很快就要接近尾声了，大学三年的学习生涯也过去三分之二了，犹记本学期刚开始时的凌云壮志，不曾想最后还是被舒适圈所逐渐侵蚀，开始一步一步的接受了躺平，现在才发现自己和别人之间的对学习方面的差距正在被逐渐拉大，而现在反躬自省才发现自己的所有知识方面是如此的薄弱，对于一些非常基本的东西的了解都还是的处于一个一知半解的状态。

---

收获

在这短短的半学期里面，我学习了几项新的技能 —— echarts、vue、spark、scala等。
何老师给我们班教的是数据可视化，主要使用的是Echarts，让我了解到了Echarts是一个基于JavaScript的一个开源数据可视化的图表库，可以在网页上面呈现出非常直观、生动、可交互和高度自定义的数据可视化图表，Echarts也为了我们的使用提供了多种不同类型的图例，例入（折线图、散点图、饼图、旭日图、南丁格尔玫瑰图）等等，echarts是由百度开发，然后由全票通过的开源项目身份进入全球最著名社区）——Apache基金会；
牟老师给我们班讲的是前端框架这门课程，这门课程让我知道vue是一套用于构建用户界面的渐进式JavaScript框架，与其他大型框架不同的是，vue被设计为可以自低向上的增量开发，vue的目标是通过尽可能简单的API实现响应的数据绑定和组合的视图组件，而vue.js自身不是一个全能的框架——它只会聚焦与视图层。因此它非常容易学习，非常容易与其他库或已有的项目整合。另一方面，在相关工具和支持库一起使用时，vue.js也能驱动复杂的单页页面，vue的特点在于易用、灵活、性能；
华老师给我们班教的是大数据实时处理这门课程，这门课程主要讲的是spark；spark是一个专为大规模数据处理而设计的快速通用的计算引擎，是一个类Hadoop MapReduce的通用并行框架，Spark，拥有Hadoop MapReduce所具有的优点；但不同于MapReduce的是——Job中间输出结果可以保存在内存中，从而不再需要读写HDFS，因此Spark能更好地适用于数据挖掘与机器学习等需要迭代的MapReduce的算法；spark的特点在于更快的处理速度、易用性、通用性、支持多种资源管理器、spark生态系统；
Scala是一门多范式的、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，它拥有着面向对象风格、函数式风格、更高层的并发模型等特点。