大數(shù)據(jù)雖然能為企業(yè)帶來(lái)很多好處，但同時(shí)它也讓開(kāi)發(fā)人員們很是頭痛，更為要命的是，開(kāi)發(fā)人員漸漸發(fā)現(xiàn)傳統(tǒng)編程語(yǔ)言不足以應(yīng)付他們遇到的許多挑戰(zhàn)。

數(shù)據(jù)科學(xué)家和開(kāi)發(fā)人員在處理數(shù)據(jù)時(shí)往往會(huì)有以下幾個(gè)選擇：

·基于GUI的開(kāi)發(fā)平臺(tái)。

·C-based語(yǔ)言(如C，C ++和Java)。

·R語(yǔ)言。

R語(yǔ)言論壇博主Oliver Bracht曾經(jīng)寫(xiě)過(guò)一篇關(guān)于R語(yǔ)言優(yōu)點(diǎn)的主題帖子，并指出R比其他語(yǔ)言更適合處理更大的數(shù)據(jù)查詢。

Jan Wijffels在talkR會(huì)議上列舉了不同規(guī)模的數(shù)據(jù)集，根據(jù)經(jīng)驗(yàn)，百萬(wàn)條記錄的數(shù)據(jù)集可以輕松地用標(biāo)準(zhǔn)R進(jìn)行處理;百萬(wàn)到十億條記錄的數(shù)據(jù)集也可以使用R來(lái)處理，但是需要額外的努力;十億條以上的數(shù)據(jù)集就需要MapReduce算法，而這些算法可以在R中設(shè)計(jì)，并用Hadoop等連接器進(jìn)行處理。

下面我們來(lái)看一下數(shù)據(jù)科學(xué)家都使用哪些工具和編程語(yǔ)言：

GUI開(kāi)發(fā)平臺(tái)

GUI開(kāi)發(fā)平臺(tái)非常友好，但是它們不足以處理大型的大數(shù)據(jù)項(xiàng)目，隨著大數(shù)據(jù)漸漸成為企業(yè)的優(yōu)先事務(wù)，更多的大數(shù)據(jù)項(xiàng)目將會(huì)涌現(xiàn)，這些GUI開(kāi)發(fā)平臺(tái)會(huì)更受歡迎。

C以及C-based語(yǔ)言

C以及C-based語(yǔ)言早在1978年就被制定了編程語(yǔ)言標(biāo)準(zhǔn)，C是C ++，Java，Python以及其他面向?qū)ο缶幊陶Z(yǔ)言的基礎(chǔ)。雖然新的C-based語(yǔ)言具有強(qiáng)大的面向?qū)ο竽芰?，但它們?cè)诖髷?shù)據(jù)查詢方面也具有一定的局限性。

C語(yǔ)言有一些很好的數(shù)據(jù)處理方法，程序員會(huì)選擇C是基于以下的原因：

·C是用于周界預(yù)估和處理傳感器數(shù)據(jù)的偉大語(yǔ)言。

·Java生態(tài)系統(tǒng)類似于Hadoop。

·C ++可用于處理雷達(dá)數(shù)據(jù)。

這些語(yǔ)言在處理GB級(jí)的數(shù)據(jù)時(shí)非常有用，但是在處理大數(shù)據(jù)時(shí)并不健壯。例如，C++可用于大數(shù)據(jù)項(xiàng)目，但是要求程序員要十分熟練準(zhǔn)確的使用指針。C-based語(yǔ)言的局限性使得開(kāi)發(fā)人員不得不去尋找替代方案，而R語(yǔ)言是更新的編程語(yǔ)言，更適合處理大數(shù)據(jù)。

R是查詢和處理大數(shù)據(jù)的更好選擇

R語(yǔ)言的大數(shù)據(jù)編程是在幾年前開(kāi)發(fā)的，它用于數(shù)據(jù)分析和分布式計(jì)算。R語(yǔ)言的庫(kù)被廣泛應(yīng)用于大型分布式平臺(tái)，而且在較小的系統(tǒng)上也能很好地運(yùn)行，甚至還可以在個(gè)人筆記本電腦上使用。

InfoWorld的編輯Martin Heller指出，R是更適合大數(shù)據(jù)開(kāi)發(fā)人員有以下幾個(gè)原因：

R語(yǔ)言的包和函數(shù)能夠加載各種來(lái)源的數(shù)據(jù)，除了使用read.table()函數(shù)處理的逗號(hào)之外的分隔符，您可以復(fù)制和粘貼數(shù)據(jù)表，讀取Excel文件，將Excel連接到R，導(dǎo)入SAS和SPSS數(shù)據(jù)以及訪問(wèn)數(shù)據(jù)庫(kù)， Salesforce和RESTful接口。

您不需要學(xué)習(xí)標(biāo)準(zhǔn)數(shù)據(jù)導(dǎo)入的語(yǔ)法，因?yàn)镽Studio Tools | Import Dataset菜單項(xiàng)將幫助您通過(guò)查看文本文件或URL中的數(shù)據(jù)，設(shè)置正確的轉(zhuǎn)換選項(xiàng)來(lái)交互地生成正確的命令

我們來(lái)更詳細(xì)地看一下這些要點(diǎn)：

多個(gè)來(lái)源加載數(shù)據(jù)

在大數(shù)據(jù)爆紅之前，大多數(shù)應(yīng)用程序都是從單一來(lái)源匯總數(shù)據(jù)。而大數(shù)據(jù)催生了物聯(lián)網(wǎng)的發(fā)展，現(xiàn)在許多項(xiàng)目都要依賴眾多來(lái)源的數(shù)據(jù)。營(yíng)銷應(yīng)用程序是一個(gè)典型的例子，他們需要從內(nèi)部數(shù)據(jù)庫(kù)，社交媒體和客戶設(shè)備等多個(gè)來(lái)源來(lái)收集客戶數(shù)據(jù)。所以你需要一種可以從所有來(lái)源查詢和處理數(shù)據(jù)的編程語(yǔ)言。

程序員的適應(yīng)程度

程序員學(xué)習(xí)新的語(yǔ)言需要一定的時(shí)間，不過(guò)，一般來(lái)說(shuō)多功能的編程語(yǔ)言都有更陡峭的學(xué)習(xí)曲線，尤其是處理大數(shù)據(jù)之類的復(fù)雜東西。

而R是一個(gè)例外。只要程序員了解其基本編碼原則，就可以使用內(nèi)建的庫(kù)來(lái)處理大數(shù)據(jù)。

與其他語(yǔ)言的兼容性

R語(yǔ)言的優(yōu)點(diǎn)之一就是和其他主流的編程語(yǔ)言兼容。

從云平臺(tái)中提取的能力

如果程序員學(xué)習(xí)了R語(yǔ)言擴(kuò)展包dplyr，就可以使用它來(lái)運(yùn)行不同云平臺(tái)的大數(shù)據(jù)查詢，如Google BigQuery和Amazon Redshift。

托管公司與R兼容

由于R可能成為大數(shù)據(jù)應(yīng)用程序的標(biāo)準(zhǔn)編程語(yǔ)言，所以更多的托管公司開(kāi)始重視R語(yǔ)言，以下托管公司都在近期為R語(yǔ)言程序員提供了新的解決方案：

Host.AG是來(lái)自Antigua 和Barbuda,的一家托管公司，它使用大數(shù)據(jù)來(lái)分析網(wǎng)絡(luò)安全威脅并部署最佳解決方案，例如DDoS攻擊。

VPS.AG認(rèn)為許多客戶依賴大數(shù)據(jù)，但是預(yù)算有限，所以他們向GB數(shù)據(jù)級(jí)的公司提供經(jīng)濟(jì)托管服務(wù)。

TrueHoster深耕各行業(yè)的客戶服務(wù)，使用大數(shù)據(jù)為所有行業(yè)定制服務(wù)計(jì)劃。

隨著大數(shù)據(jù)的繼續(xù)深入發(fā)展，其他托管服務(wù)供應(yīng)商對(duì)于R語(yǔ)言兼容性的需求會(huì)上升。

R將成為大數(shù)據(jù)的未來(lái)?

大數(shù)據(jù)正在以各種方式改變我們的生活，但是卻很少有人談?wù)摯髷?shù)據(jù)時(shí)如何改變程序員的生活。程序員正在尋找更強(qiáng)大的解決方案，他們發(fā)現(xiàn)，R具有許多其他語(yǔ)言缺乏的大數(shù)據(jù)特征，并相信在不久的將來(lái)R語(yǔ)言可能會(huì)成為更流行的語(yǔ)言。