学大数据学java好还是python好，搞 Java 最重要的是什么？毫不夸张地说，掌握和了解大数据在java、Linux云计算、python里是最难学的吗？，如果学大数据，*学习哪种编程语言？是Java还是Python或者c++？??，基本就能走遍天下都不怕了！

1.大数据在java、Linux云计算、python里是最难学的吗？

这个主要看你的基础和兴趣爱好1.计算机专业基础包括 数据结构算法设计 操作系统 离散数学 c 语言编程 网络技术 数据库系统概论 软件工程 等，现在可能需要加上线性代数了，这些学好了，再学大数据等具体的应用类型的技术相对容易些2.看你的是否对大数据感兴趣，在感兴趣的大背景下，什么困难都可以克服。综述，应用级别(如Python 的大数据开发)的技术都不难学，最难学的就是其理论依据和思想意识，希望能帮到你。

2.如果学大数据，*学习哪种编程语言？是Java还是Python或者c++？

我的感觉是大数据用java，人工智能用python。但是编程语言选择不是很重要，性能或许有点不同。语言自身的性能常常是我们在开发复杂架构时决定到底使用哪种语言的一个关键因素，而且这一因素常常被过度夸大。实际上真正重要的是我们如何使用一种语言，正如Linus Torvalds所说，“低水平的程序员总在关心代码，而高水平的程序员则关注数据结构及其关系。”我的标准是最早系统实现用什么语言，就用什么编程语言学习。想一想Hadoop MapReduce，它最早用Java编写。HDFS呢?也用Java来编写。连Storm、Kafka和Spark都可以在JVM上运行(使用Clojure和Scala)，这意味着Java是这些项目中的“一等公民”。另外还有像Google Cloud Dataflow(现在是Apache Beam)这些新技术，直到最近它们还只支持Java。使用Java让你可以访问一个庞大的生态系统(包括分析器、调试器、监控工具以及确保企业安全和互操作性的库)，以及除此之外的更多内容，大多数内容在过去二十年已久经考验(很遗憾，Java今年迎来21岁，我们都老矣)。当然现在支持其他语言包的API都有，但是从历史沿革的角度看，我觉得是bigdata用java，AI用python。欢迎讨论学习路线。