大數(shù)據(jù)和商業(yè)分析相比，哪個前景好？啊,謝謝邀請我！簡單的方法，大數(shù)據(jù)和商業(yè)分析的前景是不錯的，也可以參照自身的知識結(jié)構(gòu)和興趣愛好通過選擇。大數(shù)據(jù)經(jīng)多年的發(fā)展，目前早就自然形成了一個初步的產(chǎn)業(yè)鏈，這個產(chǎn)

大數(shù)據(jù)和商業(yè)分析相比，哪個前景好？

啊,謝謝邀請我！

簡單的方法，大數(shù)據(jù)和商業(yè)分析的前景是不錯的，也可以參照自身的知識結(jié)構(gòu)和興趣愛好通過選擇。

大數(shù)據(jù)經(jīng)多年的發(fā)展，目前早就自然形成了一個初步的產(chǎn)業(yè)鏈，這個產(chǎn)業(yè)鏈中包含大數(shù)據(jù)平臺研發(fā)、大數(shù)據(jù)應用開發(fā)、大數(shù)據(jù)分析、大數(shù)據(jù)運維和大數(shù)據(jù)教育等幾個比較普遍的崗位。別外，從數(shù)據(jù)的角度向東出發(fā)，大數(shù)據(jù)的相關工作崗位還包括數(shù)據(jù)采集、數(shù)據(jù)整理（數(shù)據(jù)清洗等）、數(shù)據(jù)存儲、數(shù)據(jù)安全等，這些崗位來講與物聯(lián)網(wǎng)、云計算咨詢技術(shù)也有交好的聯(lián)系。

大數(shù)據(jù)目前正所處的落地之前應用的初期，隨著產(chǎn)業(yè)互聯(lián)網(wǎng)的發(fā)展，大數(shù)據(jù)將與物聯(lián)網(wǎng)、云計算、人工智能等技術(shù)共同全面賦能傳統(tǒng)行業(yè)，所以未來大數(shù)據(jù)的應用前景應該的很廣闊的，學習大數(shù)據(jù)具體技術(shù)是另一個確實不錯的選擇。另，當前正處在大數(shù)據(jù)時代，另外職場人來說，能夠掌握當然的大數(shù)據(jù)技術(shù)，尤其是數(shù)據(jù)分析技術(shù)是沒有必要的。

商業(yè)分析專業(yè)是13年發(fā)展勢頭迅猛的專業(yè)，國內(nèi)有部分高校開設了相對應的實驗班，可是兩者相比于國外的大學（MIT、UT Austin、USC等）來說，國內(nèi)的商業(yè)分析專業(yè)尚處于發(fā)展的初期。商業(yè)分析與大數(shù)據(jù)的關系相當密切，商業(yè)分析專業(yè)的知識結(jié)構(gòu)包括商業(yè)、統(tǒng)計學和計算機三大部分，可以算商業(yè)分析與大數(shù)據(jù)差不多也兩個啊是的交叉學科。

商業(yè)分析專業(yè)是在大數(shù)據(jù)時代背景下，培養(yǎng)和訓練越來越比較好的專業(yè)的商業(yè)領域的專業(yè)人才，也可也說是大數(shù)據(jù)在商業(yè)領域的垂直專業(yè)，這個，商業(yè)分析專業(yè)的發(fā)展前景都是還好的。

大數(shù)據(jù)反正，商業(yè)分析成與不成，也是互聯(lián)網(wǎng)發(fā)展給予的最有市場專業(yè)，這些專業(yè)未來的發(fā)展前景也將與此同時互聯(lián)網(wǎng)的發(fā)展而發(fā)展中，不會相信不斷大數(shù)據(jù)、云計算、人工智能等技術(shù)的落地后應用，大數(shù)據(jù)和商業(yè)分析專業(yè)可以說有更好的發(fā)展機遇。

到最后，大數(shù)據(jù)分析、商業(yè)分析這對基礎學科的要求比較好高，尤其是數(shù)學知識，因為是對你選這些方向的學生來說，必須得如此重視數(shù)學等基礎學科的學習。

我畜牧獸醫(yī)相關專業(yè)互聯(lián)網(wǎng)行業(yè)多年，目前也在帶計算機專業(yè)的研究生，主要的研究方向聚集在大數(shù)據(jù)和人工智能領域，我會相繼在頭條寫一些關與互聯(lián)網(wǎng)技術(shù)方面的文章，比較感興趣朋友這個可以查哈我，相信肯定會會極大。

要是有互聯(lián)網(wǎng)方面的問題，也也可以直接咨詢我，謝謝了！

數(shù)據(jù)分析需要用什么技術(shù)？java還python好一點？

我猜樓主問這個問題，比較多我還是對數(shù)據(jù)分析技術(shù)不太了解

先說結(jié)論：

假如你是想搭建發(fā)下的數(shù)據(jù)分析解決方案，從存儲，數(shù)據(jù)處理和清洗，分析什么，可視化，就得用java，畢竟java這塊解決方案和框架較容易，比如hadoop,spark,flink等

如果沒有你只是純數(shù)據(jù)分析，數(shù)據(jù)集比較好單一，.例如想飛快在excel或數(shù)據(jù)庫中，數(shù)據(jù)庫檢索，去查詢，提煉出自己想的數(shù)據(jù)，就用python

我們來看下目前企業(yè)對數(shù)據(jù)分析的需求吧：

20%的數(shù)據(jù)可以發(fā)揮著80%的業(yè)務價值；

80%的數(shù)據(jù)請求只是對20%的數(shù)據(jù)。

從目前來看，論是數(shù)據(jù)存儲處理、分析應該挖掘，最求全部和晚熟的生態(tài)圈肯定基于條件關系型數(shù)據(jù)庫，比如說報表、聯(lián)機分析等工具；另那是數(shù)據(jù)的分析人員更偏重于查詢分析語言如SQL、R、Python數(shù)據(jù)分析包而又不是編程語言。

企業(yè)大數(shù)據(jù)建設的二八原則是，將20%最有價值的數(shù)據(jù)——以結(jié)構(gòu)化的形式存儲位置在關系型數(shù)據(jù)庫中供業(yè)務人員通過查詢和分析；而將80%的數(shù)據(jù)——以非結(jié)構(gòu)化、原始形式儲存在要比廉價的Hadoop等平臺上，供有是有數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)分析師或數(shù)據(jù)工程師并且第二步數(shù)據(jù)處理。經(jīng)過加工的數(shù)據(jù)可以不以數(shù)據(jù)集市或數(shù)據(jù)模型的形式儲存在NoSQL數(shù)據(jù)庫中，這都是后面要講到的“離線”與“在線”數(shù)據(jù)。

數(shù)據(jù)庫到數(shù)據(jù)倉庫，是事務型數(shù)據(jù)到講型數(shù)據(jù)的轉(zhuǎn)變，結(jié)論型數(shù)據(jù)要除了的是：結(jié)論的主題、數(shù)據(jù)的維度和層次，在內(nèi)數(shù)據(jù)的歷史變化等等。而對大數(shù)據(jù)平臺來說，對分析的需求會細多，包括：

查詢：快速響應兩種條件查詢、模糊查詢、標簽

搜索：和對非結(jié)構(gòu)化文檔的搜索、回結(jié)果的排序

統(tǒng)計計算：實時自動具體地變化，如電商平臺的在線銷售訂單與發(fā)貨計算出出的庫存顯示

深處挖掘：接受挖掘算法、機器學習的訓練集

根據(jù)完全不同的數(shù)據(jù)處理需求，肯定必須設計相同的數(shù)據(jù)存儲，還需要判斷如何能快速地將數(shù)據(jù)復制到對應的存儲點并接受最合適的結(jié)構(gòu)轉(zhuǎn)換，以供講人員快速響應業(yè)務的需求。

JAVA技術(shù)棧：

Hadoop一個分布式系統(tǒng)基礎架構(gòu)。

可以解決了大數(shù)據(jù)（大到一臺計算機不能參與存儲，一臺計算機不能在要求的時間內(nèi)進行處理）的可信存儲(HDFS)和處理(MapReduce)。

Hive是成立在Hadoop之上的，建議使用Hadoop另外底層存儲的批處理系統(tǒng)。（也可以再理解為MapReduce的一層殼）

Hive是是為減少MapReducejobs的c語言程序工作。

HBaseHBase是一種Key/Value系統(tǒng)，它運行程序在HDFS之上。

Hbase是就是為了能解決Hadoop的實時性需求。

Spark和StormSpark和Storm大都可以修的并行計算框架。

可以解決Hadoop只可以參照于自動更新數(shù)據(jù)處理，而又不能提供給實時動態(tài)數(shù)據(jù)處理能力的問題。

區(qū)別：

1.Spark實現(xiàn)這樣的理念，當數(shù)據(jù)龐大無比時，把計算過程傳信給數(shù)據(jù)要比把數(shù)據(jù)傳達消息給算出過程要更富效率。而Storm是把數(shù)據(jù)傳達給計算過程。

2.基于條件設計理念的不同，其應用領域也差別。Spark工作于可以做到的數(shù)據(jù)全集（如Hadoop數(shù)據(jù)）也被導入Spark集群，Spark基于組件intomemory管理是可以進行快訊掃描，并小化迭代算法的全局I/O你操作。Storm在代碼去處理成批化合的“小數(shù)據(jù)塊”上要更好（諸如在Twitter數(shù)據(jù)流上實時計算一些匯聚功能或分析）。

Python技術(shù)棧

三張圖一切都搞定

python技術(shù)棧