数据科学家和开发人员在处理数据时会有以下几个选择

【IT168编译】虽然大数据能给企业带来很多好处，但也让开发者头疼。更重要的是，开发者逐渐发现传统的编程语言已经不足以应对他们遇到的许多挑战。

数据科学家和开发人员在处理数据时通常有多种选择：

·基于GUI的开发平台。

·基于C的语言（如C、C++和Java）。

·R语言。

R 论坛博主 Oliver Bracht 曾经写过一篇关于 R 优势的帖子，指出 R 比其他语言更适合处理更大的数据查询。

Jan Wijffels 在talkR 会议上列举了不同大小的数据集。根据经验，一百万条记录的数据集可以很容易地用标准 R 处理；100万到10亿条记录的数据集也可以用R处理r语言安装包的几种方式，但是需要额外的努力；超过 10 亿个数据集的数据集需要 MapReduce 算法，这些算法可以在 R 中设计并使用 Hadoop 等连接器进行处理。

我们来看看数据科学家都使用哪些工具和编程语言：

图形用户界面开发平台

GUI开发平台非常友好，但不足以处理大型大数据项目。随着大数据逐渐成为企业的重中之重，将会涌现出更多的大数据项目，这些GUI开发平台也会越来越受欢迎。

C 和基于 C 的语言

C 和基于 C 的语言早在 1978 年就被开发为编程语言标准。C 是 C++、Java、Python 和其他面向对象编程语言的基础。新的基于C语言的语言虽然具有强大的面向对象能力，但在大数据查询方面也有一定的局限性。

C 有一些很棒的数据操作方法，程序员选择 C ​​的原因如下：

C 是用于周界估计和处理传感器数据的出色语言。

Java 生态系统类似于 Hadoop。

· C++ 可用于处理雷达数据。

这些语言在处理千兆字节的数据时非常有用，但在处理大数据时不够健壮。例如，C++ 可以用于大数据项目，但需要程序员非常熟练和准确地使用指针。基于 C 语言的局限性迫使开发人员寻找替代方案，而 R 是一种更新的编程语言，更适合处理大数据。

R是查询和处理大数据的更好选择

R 中的大数据编程是几年前开发的，用于数据分析和分布式计算。R 库广泛用于大型分布式平台，并且在较小的系统上运行良好，甚至在个人笔记本电脑上也是如此。

InfoWorld 的编辑 Martin Heller 指出，R 更适合大数据开发人员，原因如下：

R 包和函数能够从各种来源加载数据，使用 read.table() 函数处理逗号以外的分隔符，您可以复制和粘贴数据表，读取 Excel 文件，将 Excel 连接到 R，导入 SAS 和 SPSS数据和访问数据库、Salesforce 和 RESTful 接口。

您不需要学习标准数据导入的语法，因为 RStudio 工具 | 导入数据集菜单项将帮助您通过查看文本文件或 URL 中的数据以交互方式生成正确的命令，设置正确的转换选项

让我们更详细地看一下这些点：

从多个来源加载数据

在大数据流行之前，大多数应用程序都从单一来源聚合数据。而大数据催生了物联网的发展，现在很多项目都依赖多源数据。营销应用程序是一个典型示例，它们需要从多个来源（例如内部数据库、社交媒体和客户设备）收集客户数据。因此，您需要一种能够查询和处理来自所有来源的数据的编程语言。

程序员的适应性

程序员学习一门新语言需要时间，但总的来说，多用途编程语言的学习曲线更陡峭，尤其是在处理大数据等复杂事物时。

R 是个例外。只要程序员了解它的基本编码原理，内置的库就可以用来处理大数据。

与其他语言的兼容性

R语言的优点之一是它与其他主流编程语言兼容。

从云平台提取的能力

如果程序员学习了 R 语言扩展包 dplyr，他们可以使用它在不同的云平台上运行大数据查询，例如 Google BigQuery 和 Amazon Redshift。

与 R 兼容的托管公司

随着 R 可能成为大数据应用程序的标准编程语言r语言安装包的几种方式，越来越多的托管公司开始关注 R 语言。以下托管公司最近为 R 语言程序员提供了新的解决方案：

Host.AG 是一家来自安提瓜和巴布达的托管公司，它使用大数据分析网络安全威胁并部署最佳解决方案，例如 DDoS 攻击。

VPS.AG认为很多客户依赖大数据，但预算有限，所以他们为GB数据级别的公司提供经济的托管服务。

TrueHoster深耕各行业客户服务，利用大数据为各行业定制服务方案。

随着大数据的进一步发展，其他托管服务提供商对 R 兼容性的需求将会增加。

R 会成为大数据的未来吗？

大数据正在以各种方式改变我们的生活，但很少有人谈论大数据如何改变程序员的生活。程序员正在寻找更强大的解决方案，他们发现 R 具有许多其他语言所缺乏的大数据特性，并相信 R 在不久的将来可能会成为一种更流行的语言。