本文目录
Scala (+Spark) 的出现会取代Python在数据科学中的地位吗
最好不过是将这些功能转换成英语字母书写！但发音是中文的声音让学习英文的看英文字母就会读出声音！而且不会英文的人！一看英文字母！就能显示英文发音！并有中文字幕！以此类推！西班牙语！法语！等多种语言通译！你觉得可行吗？
大数据处理为何选择spark
spark是大数据时代的产物，可以基于hdfs存储的海量数据，分布式的处理各个数据节点上的任务。spark将大型计算任务分解为有向无环图，按照拓扑顺序执行图中的task，配合yarn的调度能充分有效的利用分布式系统的计算资源(主要是cpu和内存)。spark相对于mapreduce的改进是可以基于内存计算（内存不够的再存磁盘），而mapreduce是基于磁盘的计算，因此spark计算速度是相当快的，可以将普通mapreduce的耗时压缩数10倍，我们日常工作中可以早点处理完数据提前下班。
大数据的场景下如果用传统的mysql数据库通过sql查询需要费很大精力去分库分表，维护数据，还得经常面临数据库查询慢的问题，还是得有基于hdfs的数据仓库，使用spark来做数据处理，快使用spark吧！
大数据中的Scala好掌握吗，自学可以吗
Scala是很好学习的，自学也是没问题的，只要找对学习材料。scala也是基于Java的，但是比Java封装层次更高，是函数式编程，使用起来自然比Java更加简洁，大大减少了代码量。大数据spark计算框架常用scala编程。也是大数据面试经常会被问到的。
Spark中用Scala和java开发有什么区别
没有实质性的区别。Scala 和java都是允许在jvm之上。只是Scala语法更简洁，完成同样的任务，Scala代码量更少，相对来说，bug较少，但对程序员的要求更高。
