Java和Python哪個(gè)用的更多？兩個(gè)語言的使用場景不一樣的。Java更攻擊傾向于計(jì)算機(jī)應(yīng)用系統(tǒng)的最終形成，學(xué)習(xí)成本較高，只不過嚴(yán)謹(jǐn)性強(qiáng)的。Python則更傾向數(shù)據(jù)科學(xué)，入門門檻低，使用場景都很豐富

Java和Python哪個(gè)用的更多？

兩個(gè)語言的使用場景不一樣的。Java更攻擊傾向于計(jì)算機(jī)應(yīng)用系統(tǒng)的最終形成，學(xué)習(xí)成本較高，只不過嚴(yán)謹(jǐn)性強(qiáng)的。Python則更傾向數(shù)據(jù)科學(xué)，入門門檻低，使用場景都很豐富地感覺有趣。目前行業(yè)上Java會(huì)多一些，應(yīng)為業(yè)務(wù)應(yīng)用系統(tǒng)都不一樣要變化莫測如何處理。Python的數(shù)據(jù)處理，也是可以中心處理，要比人少些。

Hadoop支持用python開發(fā)嗎？還有哪些支持python的分布式計(jì)算系統(tǒng)框架？

Hadoop支持用python的新嗎？外，還有哪些支持什么python的分布式計(jì)算系統(tǒng)框架，大數(shù)據(jù)操作系統(tǒng)（可視化）可以用python旗下嗎？

hadoop接受python，我再理解的是任務(wù)被yarn批復(fù)到工作節(jié)點(diǎn)，按照shell被調(diào)用。這種比原生的MR還慢，因此沒大有人用吧。

spark應(yīng)該是是對(duì)python也很敵視的框架了。要說缺點(diǎn)，況且是scala或java風(fēng)格的api，用起來太少python。再應(yīng)該是用過pandas和numpy，感覺上spark的api我還是也很基礎(chǔ)。

除了，python推薦一下你知道一點(diǎn)下dask，celery這兩個(gè)框架。dask是實(shí)現(xiàn)numpy，pandas裸芯片的，不兼容大部分np，pd的接口。且支持什么分布式，有可視化界面。整體來說是比較不錯(cuò)的選擇。

celery是一個(gè)分布式任務(wù)調(diào)度框架，本身啊,設(shè)計(jì)并又不是專門目的是etl，所以性能會(huì)比dask差一些。但個(gè)人感覺充當(dāng)生產(chǎn)系統(tǒng)使用，celery穩(wěn)定性稍低一些。