大数据技术概述(三)——编程语言的选择

1.6编程语言的选择

大数据编程一般会使用Java、Scala和python等编程语言，Flink目前也支持上述3种语言。

1.6.1java和Scala

Java支持多线程，其生态圈中可用的第三方库众多。Java虚拟机（Java Virtval Machine,JVM）保证了程序的可移植性，可以快速部署到不同计算机上，是很多分布式系统首选的编程语言，比如Hadoop和Flink的绝大多数代码都是用Java编写的，这些框架提供了丰富的文档，网络社区的支持。

Scala是一门基于JVM的编程语言。Scala的特色是函数式编程。在并行计算方面，Scala支持Actor模型，Actor模型是一种更为先进的并行计算编程模型，很多大数据框架都基于Actor模型。Spark、Flink和Kafka都是基于Actor模型的大数据框架。Scala可以直接调用Java的代码，相比Java，Scala代码更为简洁和紧凑。

1.6.2Python

Python有大量第三方库，支持Web、科学计算和机器学习，被广泛应用到人工智能领域。大数据生态圈的各项技术对Python支持力度也很大，Hadoop、Spark、Kafka、HBase等技术都有Python版本的API。Flink的Python API名为PyFlink，相比于Java和Scala还不够完善，且PyFlink在不断迭代、完善。

1.6.3SQL

SQL并不是一种全能的编程语言，而是一种在数据库上对数据进行操作的语言。Flink把面向结构化查询的需求封装成了表（Table），对外提供Table API和SQL的调用接口，提供了非常成熟的SQL支持。