Når det kommer til at lære Hadoop, er dette et meget almindeligt spørgsmål, der kommer til at tænke på hver enkelt lærer, dvs. Har jeg brug for Java for at lære Hadoop ”. Denne blog hjælper dig med at afklare alle dine tvivl.
java hvad er en instans
Har du brug for Java for at lære Hadoop?
Et simpelt svar på dette spørgsmål er - INGEN , kendskab til Java er ikke obligatorisk at lære Hadoop.
Du er måske opmærksom på, at Hadoop er skrevet på Java, men tværtimod vil jeg gerne fortælle dig, at Hadoop-økosystemet er ret designet til at imødekomme forskellige fagfolk, der kommer fra forskellige baggrunde.
Taler om fagfolk fra ikke-programmeringsbaggrund Hadoop økosystem giver forskellige værktøjer, som de kan udnytte til at behandle Big Data, der er gemt i Hadoop.
To vigtige Hadoop-komponenter tilslutter sig det faktum, at du kan arbejde med Hadoop uden at have funktionel viden om Java - Svin og Hive .
Gris er et højt niveau datastrømssprog og udførelsesramme til parallel beregning, mens Hive er en datalagerinfrastruktur, der giver datasammendrag og ad hoc-forespørgsel. Gris bruges i vid udstrækning af forskere og programmører, mens Hive er favorit blandt dataanalytikere.
En interessant kendsgerning for dig:
10 linjer svin = ca. 200 linjer Java-kode. Tjek ud til en Pig-demo.
Så uden at skrive en kompleks Java-kode kan du nemt opnå de samme implementeringer ved hjælp af Pig. Igen talte om SQL, det blev meget brugt af Facebook-ingeniører og analytikere, derfor udviklede Facebook Hive til at levere SQL-lignende forespørgsler på toppen af Hadoop.
Disse sprog er lette at lære, og mere end 80% af Hadoop-projekterne drejer sig om dem.
Sådan tilpasser du dig med Hadoop-job
For at udforske jobroller relateret til Hadoop uden at have Java som en forudsætning, skal du bare orientere dig om to kritiske aspekter af Hadoop Opbevaring og Forarbejdning . For et job omkring Hadoop-opbevaring kan du lære, hvordan Hadoop-klyngen fungerer, og hvordan Hadoop gør sine data sikre og stabile. Til dette, at kende de forskellige nuancer af Hadoop Distribuerede Filsystem ( HDFS ) og HBase , dvs. Hadoop's distribuerede NoSQL-database, vil hjælpe enormt.
Hvis du vælger at arbejde på behandlingssiden af Hadoop, har du Pig and Hive til rådighed, der automatisk konverterer din kode i backend til at arbejde med den Java-baserede MapReduce-klyngeprogrammeringsmodel.
Så uden at køre MapReduce, kan du stadig styre hele projektets livscyklus. Så længe du mestrer Pig and Hive sammen med HDFS og HBase, kan Java tage et bagsæde.
Jeg håber, at dette billede beviser mine punkter.
def __init__ python
Big Data og Hadoop-træningskurset fra Edureka er designet til at forbedre din viden og færdigheder til at blive en succesrig Hadoop-udvikler. Klik på hvis du vil vide mere.
Sjældne krav til Java-kodning
Imidlertid, Java-kodning er nødvendig, hvis du vil tilføje brugerdefinerede funktioner til Pig, Hive og andre værktøjer. Dette er kun nødvendigt, hvis du ønsker at oprette brugerdefinerede input / output-formater. Vi er glade for at kunne meddele, at dette krav er sjældent.
Et andet sjældent scenario, hvor grundlæggende Java-kodning kan være nødvendigt, er til fejlfinding. I sjældne tilfælde, at et Hadoop-program går ned, skal du muligvis debugge programmet ved hjælp af Java.
Stadig ikke overbevist om, at du kan lære Hadoop uden at kende Java? Se webinaret nedenfor og lær, hvordan Hadoop er relevant for en person med en ikke-programmeringsbaggrund!
java forskel mellem kast og kast
Edureka er en global e-læringsplatform til live, instruktørledet træning i trendteknologier. De tilbyder kortvarige kurser understøttet af online ressourcer sammen med 24 × 7 livstidsstøtte. Edureka har en utvivlsom forpligtelse til at hjælpe arbejdende fagfolk med at følge med i skiftende teknologier og imødekomme akademiske institutioners manglende evne til at holde trit med skiftende behov. Med et eksisterende lærersamfund i mere end 100 lande er Edurekas vision at gøre læring let, interessant, overkommelig og tilgængelig for millioner af elever over hele kloden.
Relaterede indlæg:
Kom godt i gang med Big Data og Hadoop