为什么spark要用Scala实现？
1、spark和scala真的是非常完美的配搭，RDD的很多思想与scala类似，如完全相同概念List的map、filter等高阶算子，很短的
代码就可以实现java很多行的功能；类似于fp中的不可变及惰性计算，使得分布式的内存对象rdd可以实现，同时可以实现pipeline；
2、scala善于借力，如设计初衷就包含对于jvm的支持，所以可以很完美的借Java的生态力量；spark一样，很多东西不要自己写，直接使用、借鉴，如直接部署在yarn、mesos、ec2，使用hdfs、s3，借用hive中的sql解析部分；
1，构建系统的选择，***t更合适用来构建Scala工程，m***en更合适用来构建J***a工程2，对于spark中的api来说，J***a和Scala有差别，但差别并不大3，如果用Scala开发spark原型程序，可以用spark-shell逗打草稿地，或者直接使用spark-shell做交互式实时查询4，用Scala代码量将减少甚至一个数量级，不过Scala的使用门槛较高建议：使用Scala构建spark作业，因为spark本身为***t所构建，同时使用Scala开发spark作业将有助于理解spark的实现机制作者：egraldlo链接：
J***a大数据要学一些什么内容？
这是一个非常好的问题，也是很多初学者比较关心的问题，作为一名IT从业者，我来回答一下。
首先，所谓的J***a大数据通常指的是***用J***a语言来完成一些大数据领域的开发任务，整体的学习内容涉及到三大块，其一是J***a语言，其二是大数据平台基础，其三是场景开发基础。总体上来说，J***a大数据的学习内容是比较多的，而且也具有一定的难度。
j***a语言基础部分的学习内容相对比较明确，由于J***a语言本身的技术体系已经比较成熟了，所以学习过程也会相对比较顺利。对于初学者来说，建议围绕J***aWeb开发来制定学习***，这样也会提升就业竞争力。J***aWeb开发不仅涉及到后端开发知识，还涉及到前端开发知识，整体的知识量还是比较大的，而且在学习的过程中，需要完成大量的实验。
大数据平台部分可以围绕Hadoop来展开，由于当前Hadoop生态已经比较健全了，所以这部分学习内容非常多，需要初学者有一个系统的学习过程。学习Hadoop的初期是完全可以自学的，当前Hadoop的案例也越来越丰富了，所以学习Hadoop也会有一个较好的学习体验。由于Hadoop对于实验场景有一定的要求，所以搭建实验环境是学习Hadoop的一个重要基础。
学习J***a大数据一定离不开具体的场景，这里面的场景不仅指硬件场景（数据中心），还需要有行业场景支持，所以学习J***a大数据通常都会选择一个行业作为切入点，比如金融行业、医疗行业、教育行业等等。初学者在学习场景开发知识的过程中，并不建议完全***用自学的学习方式，可以考虑在实习岗位上来完成这个阶段的学习任务。
我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言，或者私信我！
首先先介绍下J***a专业和大数据专业要学习的内容
J***a开发包括了J***a基础，J***aWeb和J***aEE三大块
大数据开发包括J***a基础，MySQL基础，Hadoop(HDFS,MapReduce,Yarn,Hive,Hbase,Zookeeper,Flume,Sqoop等)，Scala语言(类似于J***a,Spark阶段使用)，Spark(SparkSQL,SparkStreaming,SparkCore等)Kafka,storm,Flink,Redis,Spark内核，ElasticSearch,Logstash,Kibana,Oozie,Azkaban,Kappa,Kylin,Kudu等
j***a可以说是大数据最基础的编程语言，
一是因为大数据的本质无非就是海量数据的计算，查询与存储，后台开发很容易接触到大数据量存取的应用场景
二就是j***a语言本事了，天然的优势，因为大数据的组件很多都是用j***a开发的像HDFS,Yarn,Hbase,MR,Zookeeper等等，想要深入学习，填上生产环境中踩到的各种坑，必须得先学会j***a然后去啃源码
说到啃源码顺便说一句，开始的时候肯定是会很难，需要对组件本身和开发语言都有比较深入的理解，熟能生巧慢慢来，等你过了这个阶段，习惯了看源码解决问题的时候你会发现源码真香
Zookeeper,hadoop,hbase,hive,sqoop,flume,kafka,spark,storm等这些框架的作用及基本环境的搭建，要熟练，要会运维，瓶颈分析
百战程序员IT问题专业解答
首先，你需要熟悉linux操作系统，大数据是[_a***_]在linux上的。
其次，你需要有网络基础。大数据一般是多台服务器组成的集群，通过网络进行通信。
第三，你需要j***e基础，把常用的类用法夯实。
好吧，现在开始正式学习大数据。
搭建一个hadoop集群，研究他的计算和存储方式，MapReduce，hdfs。研究他的***调度方式yarn。接着研究hive，hbase，他们的出现是为了解决hadoop存储和计算的缺陷。继续研究spark和flink，计算模型比MapReduce先进的多。
当然，以上这些东西你学会了，需要用j***a接口来调用他们的api，比如进行MapReduce计算，创建一个hbase表之类的。
