Java仍是大數據?這是個問題

     

1

前言java


      不少朋友後臺私信我說目前從事Java開發,可是想轉到大數據開發的崗位,但願能給些建議。

       很是感謝朋友們對個人信任,由於我本人就是從Java開發轉過來的,因此可能會稍微更瞭解一點,我會把我所知道的都告訴你們。

        你們之因此想從Java開發轉到大數據開發,應該有不少的原因,每一個人思考的方向都或多或少會不同,或由於薪資,或由於喜歡,或由於前景......

        我也不知道我是怎麼接觸到大數據的,只記得以前幹Java的時候,公司年會會對每一個團隊進行介紹,在大屏幕上展現成員風采,當我聽到介紹大數據團隊的時候,感受很高大上,莫明的有種羨慕崇拜感,後來就悄悄和關係不錯的同事說,明年年會,我就會在這個團隊裏面,我同事笑了。

        我是個行動派,開完年會後就在鹹魚上買了一套大數據開發教程,就學起來了,因爲是是邊工做邊學,不是脫產學習,因此比較費時間,垂死掙扎了將近5個月纔算是結束。
       
       下面就來對Java和大數據作一些對比吧。

      

2

Java和大數據對比python


1
技術棧


        Java和大數據的技術棧,有部分是相同的,好比須要會Java,須要會mysql或者oracle數據庫,會redis,zookeeper啥的。

Java:

如今的狀況我不是很瞭解,以前我記得是ssm,ssh,springboot,dobble,redis,zookeeper,mysql,java基礎語法,多線程,分佈式鎖等



大數據:

大數據的組件是很是多的,好比logstash,flume,sqoop,datax,hadoop,hive,hbase,es,spark,kafka,flink,mysql,zookeeper,kylin,canal,shell,python等



2
工做內容


對於工做內容,這兩種應該是大相徑庭的

Java:

詳細設計文檔編寫
開發文檔編寫
管理系統或其餘web項目的開發,不少Java開發其實一直作得就是增刪改查,難以接觸到分佈式,多線程,高併發之類的
加班會比較多,對業務很是很是瞭解,不太關注數據。

大數據:

離線+實時ETL的一個過程,建模,分層,數據使用,能夠根據本身的愛好使用各類語言實現
也會加班,相對於Java開發來講,會少一點


3
職業生涯


       這個Java和大數據就是難兄難弟了,35歲之後都找不到工做了,你們就八仙過海各顯神通吧。(逗你的)
          言歸正傳,上面的我都是扯犢子的,我也不知道職業生涯會怎麼樣,底層開發能幹多久,可是數據開發應該比java開發應該要乾的時間長一點吧


4
薪資


薪資這塊能夠參考boss直聘

大數據 3-5年:



java開發 3-5年:mysql


薪資方面看上去好像差異不大,理論上來講,大數據開發要高那麼一丟丟


5
前景


       Java絕不誇張的說是萬金油,永垂不朽,是IT領域的常青樹,可是你們應該都知道,目前的IT市場,java開發從業人員是很是多的,相反大數據開發人員相對來講就要少不少,不少公司的java開發工程師與大數據工程師的比例達到了50:1,java就業面很是廣,也很是成熟了,競爭比較激烈,趨向於飽和。
       大數據和人工智能是近幾年比較火熱的,國家層面也在大力扶持,不少大學也開設了大數據專業,相信將來會愈來愈好。,崗位需求也會愈來愈多。


3

 建議web


       大數據與java的對比比較明顯了,關鍵仍是要看本身的愛好,還須要不斷學習。
        若是已經從事了java行業有不少年了,而且還沒遇到行業天花板,就暫時不要考慮轉行的事了,由於一旦轉行,又是新的領域新的開始,以前的經驗不會太加分,還不如在java行業深耕,成爲大佬級別。若是實在是對Java沒有興趣了,很想從事數據行業,這個倒能夠再考慮下。

      若是是剛從事java沒幾年並且對大數據頗有興趣,很是看好,歡迎轉行。


以上只是我我的的見解,你們有不一樣意見的,歡迎探討!!!
面試


2020大數據面試題真題總結(附答案)
redis

微信交流羣spring

如何優化整個數倉的執行時長(好比7點全部任務跑完,如何優化到5點)
sql

從0-1建設數倉遇到什麼問題?怎麼解決的?
shell

多值維度及交叉維度最佳解決方案
數據庫

深刻探究order by,sort by,distribute by,cluster by

Hive調優,數據工程師成神之路

數據質量那點事

簡述元數據管理

你真的瞭解全量表,增量表及拉鍊表嗎?

緩慢變化維(SCD)常看法決方案

全方位解讀星型模型,雪花模型及星座模型

Sqoop or Datax

left join(on&where)

ID-Mapping

大家公司還在用SparkOnYan嗎?

大廠高頻面試題-連續登陸問題

朋友面試數據研發崗遇到的面試題

數據倉庫分層架構

簡單聊一聊大數據學習之路

朋友面試數據專家崗遇到的面試題

HADOOP快速入門

數倉工程師的利器-HIVE詳解



本文分享自微信公衆號 - 大數據私房菜(datagogogo)。
若有侵權,請聯繫 support@oschina.cn 刪除。
本文參與「OSC源創計劃」,歡迎正在閱讀的你也加入,一塊兒分享。

相關文章
相關標籤/搜索