成为了|10个最佳的大数据处理编程语言( 二 ) 基础架构|Butler|Matlab|Python|我国

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。

文章图片

JAVA 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。
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 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。
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。
鼓励奖 MatLab 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，仅举几例。
Octave 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。
GO 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。