大數(shù)據(jù)開發(fā)跟大數(shù)據(jù)平臺開發(fā)有區(qū)別嗎？簡單的方法，大數(shù)據(jù)開發(fā)大多指的是設計和實現(xiàn)大數(shù)據(jù)產(chǎn)業(yè)鏈的一系列開發(fā)任務，牽涉到大數(shù)據(jù)平臺開發(fā)、大數(shù)據(jù)應用開發(fā)、大數(shù)據(jù)分析等，另還和數(shù)據(jù)采集產(chǎn)品的開發(fā)、數(shù)據(jù)整理產(chǎn)品的

大數(shù)據(jù)開發(fā)跟大數(shù)據(jù)平臺開發(fā)有區(qū)別嗎？

簡單的方法，大數(shù)據(jù)開發(fā)大多指的是設計和實現(xiàn)大數(shù)據(jù)產(chǎn)業(yè)鏈的一系列開發(fā)任務，牽涉到大數(shù)據(jù)平臺開發(fā)、大數(shù)據(jù)應用開發(fā)、大數(shù)據(jù)分析等，另還和數(shù)據(jù)采集產(chǎn)品的開發(fā)、數(shù)據(jù)整理產(chǎn)品的開發(fā)等等，假如往上延展的話，部分大數(shù)據(jù)開發(fā)任務與人工智能開發(fā)任務也本身密切的聯(lián)系。

大數(shù)據(jù)平臺開發(fā)大多有兩層含義，一層是通過大數(shù)據(jù)平臺自身的開發(fā)，這一類設計研發(fā)級開發(fā)任務，比如大數(shù)據(jù)平臺Hadoop那是需要Java語言的新的。整個大數(shù)據(jù)平臺還涉及到一系列產(chǎn)品，和HBase、Hive、Avro、Zookeeper、Pig、Mahout、Cassandra等，開發(fā)這些產(chǎn)品也需要一個龐大無比的團隊。參與大數(shù)據(jù)平臺研發(fā)的程序員一般說來要具備相當豐富的開發(fā)經(jīng)驗，同樣的具備什么較弱的研發(fā)能力，都能夠搭建出個比較穩(wěn)定的分布式計算體系。

另一層含義是在大數(shù)據(jù)平臺下參與應用開發(fā)，比如在Hadoop、Spark平臺下參與詳細的大數(shù)據(jù)應用開發(fā)等，這部分開發(fā)正常情況屬于應用到級開發(fā)，難度要相對于小有一些，可是而不是需要與具體一點的場景通過緊密的聯(lián)系，需要開發(fā)者必須具備是有的行業(yè)背景知識。

前大數(shù)據(jù)應用開發(fā)要注意的任務有兩個，其一是并且已有軟件產(chǎn)品的大數(shù)據(jù)改造；其二是是對于具體的大數(shù)據(jù)需求并且全新的大數(shù)據(jù)應用開發(fā)，目前的原因是大數(shù)據(jù)落地后應用的初期，因為大數(shù)據(jù)改造的開發(fā)任務會相對于多那些，未來新的大數(shù)據(jù)開發(fā)任務會逐漸提升。

比起大數(shù)據(jù)開發(fā)來說，大數(shù)據(jù)分析也必須參與代碼編寫，比如機器學習應該是目前比較好常見的數(shù)據(jù)分析。機器學習必須通過算法設計、算法利用、算法訓練、算法驗證和算法應用，確實算法設計是機器學習的核心，可是算法基于也必須程序員來完成具體詳細的開發(fā)過程。

我從事行業(yè)互聯(lián)網(wǎng)行業(yè)多年來，目前也在帶計算機專業(yè)的研究生，通常的研究方向聚集在大數(shù)據(jù)和人工智能領域，我會先后寫一些關于互聯(lián)網(wǎng)技術方面的文章，很有興趣朋友可以關注我，不會相信當然會收獲不小。

java編程現(xiàn)在在市場占比最大的框架是什么框架？

傳統(tǒng)ERP應該要是springspringmvcmybatis

電商和其他做了分布式的肯定是：

單數(shù)據(jù)庫、druid直接連接池

shiro原理

nginx基本上不使用及負載均衡策略

分布式文件系統(tǒng)

mysql主從架構

dockerdubbo、dubbo-admin、zk在項目中的應用在用dubbo通過應用到拆細統(tǒng)一配置

中心系統(tǒng)日志處理-ELK原理及

在用docker重新搭建jenkins持續(xù)交付環(huán)境

mycat分庫分表原理

分布式事務redis集群

es集群海量藏書搜索靜態(tài)資源緩存、

cdn加速

系統(tǒng)監(jiān)控

能秒殺架構

分布式事務

用戶行為分析