近年来，大数据发展迅猛，已成为工业界、学术界以及政府机构高度关注的领域，而且应用领域还在不断的延伸，并且在不久的将来会渗透到每个行业和业务职能领域。

　　大数据是继云计算之后的又一热词，大数据可以帮助决策提供依据，这一职能的背后，隐匿着巨大的商机，目前，很多企业如IBM、微软、谷歌、亚马逊等纷纷掘金这一市场。对于想从事大数据工作人员也许更想知道大数据处理需要用到哪些编程语言，以下是大数据处理常用的编程语言。

　　大数据方面常用的编程语言有R、Python、Scala以及Java等，在不同的应用项目，选择使用的语言不同，以下是对每种语言的简要介绍!

　　R语言

　　R语言是为统计人员开发的一种语言，可以用R语言构建深奥的统计模型、数据探索以及统计分析等，但是如果之前没有用过Matlab、SAS、OCTAVE，可能需要一番调整，才能高效的使用R语言;如果用R语言构建模型，需将模型转换成Scala或Python，才能用于生产。

　　Python语言

　　Python是一门在学术界很流行的编程语言，尤其是在自然语言处理领域。Python是数据分析利器，使用Python进行科学计算可以提高效率，Python可以替代Excel进行更高效的数据处理，除此之外，Python还具有开发速度快、代码量少、内部类型使用成本低等优点，但是Python只能进行百万级别一下的数据处理，百万级别以上的数据Python处理效率会很低。

　　Scala语言

　　Scala是一门轻松的语言，在JVM上运行，成功地结合了函数范式和面向对象范式，目前在金融界和需要处理海量数据的公司企业中取得了巨大进展，是一种大规模分布式处理方式，可以立即随意访问Java生态系统，用于处理大规模数据，还可以像Python和R一样用于交互式开发和分析。

　　Java语言

　　Java是一门很适合大数据项目的编程语言，Hadoop、Spark、Storm、Flink、Flume、Kafka、Sqoop等大数据框架和工具都是用Java编写的，因此，大数据会不可避免的使用到Java。

　　以上是大数据处理常用的四种编程语言，各有优缺点，可以根据实际应用进行选择!