① 大數據用什麼語言
1、Python語言
Python往往在大數據處理框架中得到支持，但與此同時，它往往又不是“一等公民”。比如說，Spark中的新功能幾乎總是出現在Scala/Java綁定的首位，可能需要用PySpark編寫面向那些更新版的幾個次要版本(對Spark Streaming/MLLib方面的開發工具而言尤為如此)。
與R相反，Python是一種傳統的面向對象語言，所以大多數開發人員用起來會相當得心應手，而初次接觸R或Scala會讓人心生畏懼。一個小問題就是你的代碼中需要留出正確的空白處。這將人員分成兩大陣營，一派覺得“這非常有助於確保可讀性”，另一派則認為，我們應該不需要就因為一行代碼有個字元不在適當的位置，就要迫使解釋器讓程序運行起來。
2、R語言
R語言有著簡單而明顯的吸引力。使用R語言，只需要短短的幾行代碼，你就可以在復雜的數據集中篩選，通過先進的建模函數處理數據，以及創建平整的圖形來代表數字。它被比喻為是Excel的一個極度活躍版本。
R語言最偉大的資本是已圍繞它開發的充滿活力的生態系統：R語言社區總是在不斷地添加新的軟體包和功能到它已經相當豐富的功能集中。據估計，超過200萬的人使用R語言，並且最近的一次投票表明，R語言是迄今為止在科學數據中最流行的語言，被61%的受訪者使用(其次是Python，39%)。
3、JAVA
Java，以及基於Java的框架，被發現儼然成為了矽谷最大的那些高科技公司的骨骼支架。 “如果你去看Twitter，LinkedIn和Facebook，那麼你會發現，Java是它們所有數據工程基礎設施的基礎語言，”Driscoll說。
② 大數據現在用什麼語言來做
大數據是一種在獲取、存儲、管理、分析等方面大大超出了傳統資料庫軟體工具能力范圍的數據集合。它具有大量的數據規模、快速的數據流轉、多樣的數據類型和價值密度低四大特徵。
未來大數據相關人才缺口巨大。
其實挺多編程語言是相通的，都可以用來做大數據
Java因為其語言的優勢，更多人使用Java語言
另外Python語言在數據分析，數據挖掘方面具備優勢，精通Java的基礎上，再學學Python，有利於提升工作效率
如果你是0基礎，想後期走大數據方向，建議先學Java，精通Java後，再轉大數據會更容易一些
希望能給你帶來參考
③ 做數據挖掘一般是用什麼編程語言比較好
做數據挖掘一般是用什麼編程語言比較好這個問題得看什麼領域。
比如在社會經濟領域，spss,sas,modeler等工具一般的excel也可以。其他領域，編程能力強的可以用MATLAB，Python，R等語言。上面這幾種最好都學一下。數據挖掘處理數據之多，挖掘模式之有趣，使用技術之大量，應用范圍之廣泛都將會是前所未有的；而數據挖掘任務之重也一直並存。這些問題將繼續激勵數據挖掘的進一步研究與改進。數據挖掘應當更正確的命名為「從數據中挖掘知識」，不過後者顯得過長了些。數據挖掘——從大量數據中挖掘有趣模式和知識的過程。
如果你想學習更多關於數據挖掘方面的知識，推薦CDA數據分析師的課程，它安排了Sklearn/LightGBM、Tensorflow/PyTorch、Transformer等工具的應用實現，並根據輸出的結果分析業務需求，為進行合理、有效的策略優化提供數據支撐。課程培養學員硬性的數據挖掘理論與Python數據挖掘演算法技能的同時，還兼顧培養學員軟性數據治理思維、商業策略優化等思維，全方位提升學員的數據洞察力。點擊預約免費試聽課。