大数据需要学什么？（一）语言篇

大概两年前写过同样标题的一篇文章，对于这个问题感兴趣的人不少，后台收到不少同学的提问，所以准备细致地解答一下这些问题，希望能解决掉大家90%的疑问。下次再看到相关的提问我会理直气壮地把这篇文章的链接甩你脸上。但是可能又会有同学有疑问了，那剩下10%的疑问怎么办？加我微信问我哈哈。

言归正传，这一篇讲得是语言，对于新手来说，老是会有类似这样的问题，“做大数据需要学Java吗？”“不会Java可以吗”“需要学到什么程度”…我的回答是“需要！”，“不可以”，“精通”。当然对于一个新手来说让你精通Java是不可能的，写Java没个十年半载真的不敢说精通，但是你得走在通往“精通”的这条路上，精通程度和你拿到的钱是成正比的。

其实我想表达的是，不要有侥幸心理，不要觉得大数据就是搭搭环境，用用组件，大数据是正儿八经需要写代码做开发的，而且对代码能力的要求是比较高的，为什么这么说，因为大数据生态圈有很多优秀的开源组件，如果你的Java是半吊子的水平那我可以很明确地说，你能看得懂的代码可能都不超过100行。不信的话可以找个开源项目看看。关于捣鼓源码的重要性以及如何入手，后面我还会写一篇敬请期待。

Java可以说是大数据开发的第一语言，至少当前还是的，虽然垃圾回收的问题经常被大家诟病，但是有庞大的生态圈在呢，一时半会都还会是Java的天下。“Java要学到什么程度？”JavaSE必须掌握，JVM，多线程之类的都是基础，面试必问系列；JavaEE必须熟悉，丢个Java web项目给你，不求你把底层了解地多么透彻，但是必须得会写，因为大数据开发实际工作中少不了写接口。

SQL。如果说有一门语言可能会撼动Java一哥的位置的话，那绝对是SQL，虽然SQL和Java都算不上是一个层面上的语言，但是它太重要了，太多人的SQL写得太渣了，太多人写SQL的时候不考虑底层优化了，要重视呀兄弟们，不是增删查改就完事了的。有小伙伴问过要怎么提升写SQL的能力？孰能生巧，多写，多了解底层原理，多思考优化的方案。

Scala要学到什么程度？语法得懂，除了基本的，还有什么隐式转换，什么柯里化，什么闭包等等。学Scala最大的目的就是写Spark，Spark在大数据生态圈的存在感太强了，学习一门语言最好的方式就是实践，多写写Spark相关的项目，或者去看看Spark 的源码。什么？缺项目？ 又来了 。

shell也是必不可少的，大数据开发其实一般都会承担起大数据集群的运维工作，说到运维，shell的重要性应该不用我多说了吧。

语言是程序员的兵器，兵器肯定是越锋利越好，种类越多越好，弓箭，刀，剑，盾，都有它们各自使用的场景。程序员不要有侥幸心理，不要得过且过，对于技术来说要知其然且知其所以然，如果你还达不到这个地步，那一定要走在这个方向上。