java模板语言freemark,thymleaf和前端三大框架开发有什么区别？
前端框架的计算和渲染发生在浏览器。
thymeleaf介绍：
Thymeleaf是一种用于Web和独立环境的现代服务器端的Java模板引擎。
Thymeleaf的主要目标是将优雅的自然模板带到开发工作流程中，并将html在浏览器中正确显示，并且可以作为静态原型，让开发团队能更容易地协作。Thymeleaf能够处理HTML，XML，JavaScript，CSS甚至纯文本。
Thymeleaf使用Spring框架的模块，与许多常见的工具集成在一起，并且可以插入自己的功能，是现代HTML5 JVM Web开发的理想选择，尽管Thymeleaf还有更多其它的功能。
Thymeleaf建立在自然模板的概念之上，以不影响模板作为设计原型的方式将其逻辑注入到模板文件中。 这改善了设计沟通，弥合了前端设计和开发人员之间的理解偏差。
freemarker介绍：
FreeMarker 是一个模板引擎，一个基于模板生成文本输出的通用工具，使用纯 JAVA 编写，FreeMarker 被设计用来生成 HTML Web 页面，特别是基于 MVC 模式的应用程序，虽然 FreeMarker 具有一些编程的能力，但通常由 J***a 程序准备要显示的数据，由FreeMarker 生成页面，通过模板显示准备的数据。符合MVC模式，***用哈希表存储，你可以专注于如何展现数据， 而在模板之外可以专注于要展示什么数据。
区别主要是：渲染前移
freemark,thymleaf就是在第４步渲染出结果后返回。
而对于Angular、React和Vue，第四步退化成了数据转换，model转JSON，渲染则是在第５步之后，客户端接收到了数据之后。
以Vue为例：
主要看mounted右侧的那个虚线环：接收到数据后，触发beforeUpdate,reRender,updated进行页面的渲染。
优势：
主流的J***a模板引擎
Thymeleaf
Thymeleaf是用于Web和独立环境的现代服务器端J***a模板引擎。Thymeleaf的主要目标是将优雅的自然模板带到您的开发工作流程中—HTML能够在浏览器中正确显示，并且可以作为静态原型，从而在开发团队中实现更强大的协作。能够处理HTML，XML，J***aScript，CSS甚至纯文本。Thymeleaf的主要目标是提供一个优雅和高度可维护的创建模板的方式。Thymeleaf也是从一开始就设计(特别是HTML5)允许创建完全验证的模板。Spring Boot 官方推荐使用 thymeleaf 而不是 JSP。
Freemarker
FreeMarker是一款模板引擎： 即一种基于模板和要改变的数据， 并用来生成输出文本（HTML网页、电子邮件、配置文件、源代码等）的通用工具。 它不是面向最终用户的，而是一个J***a类库。轻量级模版引擎，不需要Servlet环境就可以很轻松的嵌入到应用程序中，能生成各种文本，如html，xml，j***a，等，入门简单，它是用j***a编写的，很多语法和j***a相似。
Vue
Vue.js是一套构建用户界面的渐进式框架。Vue 只关注[_a***_]层， ***用自底向上增量开发的设计。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。
J***a中的模板语言：FreeMarker和Thymeleaf。
前端三大框架：Angular、React和Vue。
模板语言是服务端从数据库取出数据，直接绑定数据到页面，生成最终的页面返回最前端（浏览器）直接查看。模板语言因为是服务端渲染更有利于SEO。一般模板语言最后都需要后端工程师最后整合。
三大框架的使用就是前后端分离的象征。服务端只关心业务逻辑，返回正确的数据。前端只关心数据的绑定和页面的显示及跳转是否正确。分工更为明确，前后端工程师各司其职。
现在越来越倾向于前后端分离的开发模式。后端专注高并发高可用，前端专注用户体验。
j***a为什么这么热门？
J***a不是火，J***a是应用广泛，但不是一年两年里冒出来的，J***a是经过了各路开发大神的智慧积淀出来的语言。
从它的开源，就可以看出它的博大包容，开源最利于语言发展的地方就是可以汇集世界各地的大神的智慧。
同样作为面向对象，相比c++那种烦死程序员的指针和内存泄露，惊世骇俗的J***a虚拟机真是令人眼前一亮。先不说回收机制多么对程序员友好。且看正是因为这个J***a虚拟机，J***a可以跨平台，可以出现在Windows，Linux等操作系统，不会有兼容性问题，也不用考虑这个问题。这也是相比c#，发展更加迅猛的原因之一。
作为J***a程序员，我记得我刚接触这个语言的时候，就有种感觉，自己以后应该是要靠它吃饭了，我对旁边的室友说，感觉好像J***a有点意思。要知道之前学过C语言学过c++，就感觉写代码非常难受。
当然这是一点点切身体会，不能说或者c++不行，各有千秋，一种语言的存在都有它的意义。欢迎对J***a感兴趣的朋友关注我哦。
J***A主要是分为：WEB部分和应用编程，要想快速的学好J***A那就要每天需要很刻苦的精神，我想大约的时间安排如下： 1 COR J***A 要学20天（很重要哟）一定要学好，每天 上机至少四小时 2 学基本的SQL要7天 3 JDBC 要学5天，重点放在OR/MING上，并要学一至少一种开发工具 4 SERVLET 要学10天 5 JSP 要学10天 6 买本书结合例子用 J***A+JSP+SERVLET作一个小的项目 7天 7 学HIBERNATE要7天 8 学SPRING 要7天 这就基本上差不多了。如果能找到工作的话。还要学UML，编程模式 如果还想深学的话，就要学EJB（很难哟）。大约要学1个月。
从时间来看，悠久的历史使得j***a生态得到完善和推广。从语言特点来看，简易和规范一方面让团队成员更容易合作，读懂代码，另外对于企业招工也增加了更多弹性(换个人也容易接手😏)，所以站在企业的角度，也愿意推广j***a 进而增强j***a 需求量。
- 跨平台：J***a是一种跨平台的语言，一次编写，多处运行。J***a程序可以在多个操作系统上运行，例如Windows、Linux、macOS等。
- 简单易学：J***a语言的语法比较简单易学，开发人员可以很快上手编写程序。
- 面向对象：J***a是一种面向对象的编程语言，可以提高代码的可重用性和可维护性。
- 安全性高：J***a程序运行在J***a虚拟机（JVM）上，可以提供更高的安全性，防止恶意代码对计算机系统造成破坏。
- 丰富的开发工具和库：J***a拥有许多开发工具和库，例如Eclipse、NetBeans等IDE（集成开发环境）、Spring、Hibernate等开发框架，可以帮助开发人员更快速、高效地编写程序。
- 应用广泛：J***a被广泛应用于企业级应用、移动应用、游戏开发等领域，具有很高的市场需求。
J***a 流行有几个原因：
- 平***立性：J***a被设计为独立于平台，这意味着J***a代码可以在安装了J***a虚拟机（JVM）的任何设备或操作系统上运行。这使得它成为开发跨平台应用程序的绝佳选择。
- 面向对象编程（OOP）支持：J***a是一种面向对象的编程语言，是开发复杂和可扩展应用程序的最佳选择。OOP提供了一种结构化的编程方法，使构建和维护大型项目更加容易。
- 丰富的库和框架：J***a有一个庞大而活跃的开发人员社区，有许多库和框架可以帮助开发人员构建不同类型的应用程序。这使得J***a成为广泛项目的通用和灵活选择。
- 企业级应用程序：J***a由于其健壮性、可扩展性和安全性，被广泛用于企业级应用软件的开发，如金融系统和电子商务平台。
- 就业市场的高需求：J***a是一种广泛使用的编程语言，就业市场对J***a开发人员的需求很高。这使它成为一种宝贵的技能，无论是对个人成长还是职业发展都是如此。
大数据究竟是什么？大数据有哪些技术呢？
近几年，大数据的概念逐渐深入人心，大数据的趋势越来越火爆。但是，大数据到底是个啥？怎么样才能玩好大数据呢？
大数据的基本含义就是海量数据，麦肯锡全球研究所给出的定义是：一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据***，具有海量的数据规模、快速的数据流转、多样的数据类型和价值密度低四大特征。
数字经济的要素之一就是大数据***，现在大家聊得最多的大数据是基于已经存在的大数据的应用开发。
如今，大数据技术已应用在各行各业。小麦举个例子，讲述一下最贴近我们生活的民生服务是如何运用大数据。
最近电视新闻提及到的“一网统管”精准救助场景，传统的救助方式往往通过困难家庭申请、审核、审批等多项程序，遇到需要跨部门、跨层级、跨街区协调解决的个案，还需要召开各级协调会的形式协商解决。
现在通过“精准救助”的方式，民政部门在平时的摸排中了解情况，将相关信息录入到“一网统管”数据中心，再根据数据模型识别出需要协助的家庭，随后形成走访工单派发给社工对其进行帮扶，从而提升救助的效率，做到雪中送炭。
在数字化***改造之前，每个部门只掌握各自分管的数据，形成“信息孤岛”；有了大数据分析平台后，所有的数据信息，便打通了“任督二脉”。
***可以充分利用大数据技术打造“一网统管”精准救助场景，极大提升了社会救助的科学性和精准性，让城市变得更加温暖。
大数据 big data 国标定义：
支持一个或多个应用领域，按概念结构组织的数据***，其概念结构描述这些数据的特征及其对
应实体间的联系。具有数量巨大、种类多样、流动速度快、特征多变等特征，并且难以用传统数据体
系结构和数据处理技术进行有效组织、存储、计算、分析和管理的数据集。
[来源：GB/T 35274-2017，定义3.1]
1、基础概念
大数据是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据***，是需要新处理模式才能具有更强的决策力、洞察发现力和流程[_a1***_]能力的海量、高增长率和多样化的信息资产。大数据技术则主要用来解决海量数据的存储和分析。
2、特点分析
大数据的5V特点（IBM提出）：Volume（大量）、Velocity（高速）、Variety（多样）、Value（低价值密度）、Veracity（真实性）。
3、发展过程
