仲小九929
想要了解大数据和Java语言区别是什么？我们先来简单了解一下他们定义的范畴：
大数据：简而言之，就是海量的数据，数据种类繁多，数据结构多变，数据存储方式不同，需要通过工具去收集这些数据，然后存储在存储介质的集群上。
java：java是一门计算机的编程语言，可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序。
从定义可以大概了解到大数据和java语言区别应该是java语言只是大数据中的一门开发工具语言，具体是怎么样？我们一起来看看大数据架构和java语言在大数据中应用。
大数据架构
一、数据源
首先从最底层的数据源来讲，大数据包含的数据是各方各面的，所有在数据的来源上也是多种多样的。从种类上来讲大体上可以分为以下几类：
日志数据：应用系统的运行日志，用户访问的行为日志等
DB数据：企业内部业务系统的数据，例如客户管理系统的客户数据，订单系统的订单数据，物流系统的物流数据等
流式数据：简单的理解就是实时采集的数据，源源不断像流水一样产生的数据，例如淘宝上用户的访问记录
互联网数据：互联网数据有两种，一种是自己去采集的数据，一种是跟外部企业合作的数据，例如可以开发爬虫程序去爬取网站上公开的信息，和淘宝京东合作利用客户购买行为数据等
其他数据：还有一些其他方面的数据，例如硬件设备产生的数据，特别是现在IOT物联网的火热，就是将所有硬件设备的数据收集起来进行分析
二、数据接入
数据源的多种多样，所以在数据接入技术和工具上也是多种多样的，常用技术和工具有以下几种：
Sqoop：一款用来在Hadoop（Hive）和关系型数据库之间传输数据的工具，可以将一个关系型数据库中的数据导入到HDFS（Hive）中，也可以将HDFS中的数据导入到关系型数据库中，主要是针对于DB数据源的数据接入。
Flume：一个分布式的、高可靠的、高可用的将大批量的不同数据源的日志数据收集、聚合、移动到数据中心（HDFS）进行存储的系统，主要针对于日志数据的收集和推送到数据仓库，类似的还有ELK体系的Logstash组件。
Kafka：一个分布式流处理平台，用于构造实时流数据管道，它可以在系统或应用之间可靠地获取数据，具有高性能、持久化、多副本备份、横向扩展能力，主要针对于流式数据的接入
三、数据存储
说到数据存储，大数据的发展历史离不开一个叫Hadoop的家族产品，可以很直接的这么说，没有Hadoop就没有大数据，国内很多大数据公司一开始建立的数据存储数仓都是基于Hadoop体系建立的，那么Hadoop到底是什么呢？
Hadoop是一个分布式文件系统（Hadoop Distributed File System），简称HDFS。简单的理解就是，可以利用大量便宜低端硬件配置的服务器，组建成一个跨服务器的存储集群，数据可以保存在多个服务器上，实现大数据量的存储和降低硬件成本。
Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，而MapReduce则为海量的数据提供了计算。
说到数据存储，不得不说一下数据仓库的架构，不同于传统的业务系统使用的关系型数据库，Hadoop一个分布式文件系统，存储方式是按照文件的存储方式，所以就有了数据仓库架构的说法。数据仓库的架构主要有星型和雪花型两种方式：
星型：一种使用关系数据库实现多维分析空间的模式，称为星型模式。星型模式的基本形式必须实现多维空间（常常被称为方块），以使用关系数据库的基本功能。
雪花型：当星型模式的维度需要进行规范化时，星型模式就演进为雪花模式。
大数据的数据仓库架构主要采用雪花型架构，因为数据源的多样化，导致数据结构也是多样化的。不同于关系型数据库，都是基于二维表的形式，而大数据的数据有文本数据，日志数据，设备数据，爬虫数据，业务数据等，所以从接入数据到数仓还需要经过ETL（抽取-extract、转换-transform、加载-load）清洗的过程才能落地到数据仓库。一般数据仓库架构可以分为五层：
ODS层：ODS层主要是保存和来源数据一致的格式
- DIM层：DIM层主要用来存储一些基础的维度表，很少会改动
- MID层：MID层主要是用来处理根据业务逻辑和指标口径筛选出来的数据
- DW层：DW层根据主题分类，将数据按照不同的主题建立数据表存储和进行维度化
- DM层：DM层主要是面向应用层的建模，例如一张分析报表需要展示不同维度和指标的分析，那么根据这些维度和指标从DW层的不同主题分类中的数据关联出来，形成一张数据表给报表使用。
四、数据应用
在数据清洗完落地数据仓库之后，就是怎么去利用这些数据去变现业务价值。不同行业有不同行业的用法，在这里小编以自身经历说一下，小编所在的大数据部门主要是针对金融行业进行数据分析的，那么大概的应用场景有以下几种：
数据分析报表：基于业务需求开发的固定维度和指标的分析报表
移动端数据可视化：基于手机端App展示的数据图形可视化应用
数据分析周报，月报：按周或着按月进行数据汇总分析和预测，常用于邮件推送，公众号推送
大屏可视化驾驶舱：基于大屏端数据图形可视化，数据高度汇总，大而全
机器学习风控模型：基于机器学习算法训练出统一规则的模型，用于贷前，贷中或者贷后风控评审关卡。
java语言
在这里就不在过多的描述java的作用了，我们来聊聊java语言在大数据中可以做什么？
从上文大数据架构来看，java语言主要可以应用于开发数据应用和大数据工具，例如java web开发数据分析报表，移动可视化分析，大屏可视化驾驶舱等，也可以用于开发一些数据处理过程中用于自动化和便捷开发的工具，例如调度系统：用于数据清洗作业的自动化依赖调度；补录系统：用于数据缺失值的可视化补录表，便于数据治理的自动化；发布平台：用于调度作业一键从不同环境之间部署和数据同步审批等。
蜡笔小添
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。JAVA是一种编程语言。大数据可以用JAVA实现。下面是具体介绍。
大数据是一个概念包含几个方面的内涵
1. 数据量大，TB，PB，乃至EB等数据量的数据需要分析处理。
2. 要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。
3. 数据多样性:不同的数据源，非结构化数据越来越多，需要进行清洗，整理，筛选等操作，变为结构数据。
4. 价值密度低，由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。
Java是面向网络的程序设计语言，用来让程序员创建应用程序，这些应用程序可以通过网络下载，而且可在任何计算平台上安全地运行。如果再加上万维网和公司内部网体系，你将会拥有一个标准的网络计算环境，Java作为一个分布式的，面向对象的程序设计语言，可以让位于任何地方的任何计算机应用网络上的应用程序
俺村的影城
本人10年开发培训经验,期间经历了Java Web,Android,H5,大数据,PHP等多个不同的方向的开发,也做过软件培训公司的金牌讲师，很有兴趣回答你这个问题。
对于大数据和Java语言的区别，我觉得还是很大的，有多大呢？可能就跟“建筑工人与楼房的区别”一样，当然这个比喻可能也不是很恰当，大约就是这样吧。
为啥这样说呢？
大数据：
大数据确切的说，它并不能算一门具体的技术，而是一种概念，一种大的技术范畴。大数据主要是用来处理，分析，存储海量数据，对这些大量的数据进行加工处理等操作。大数据领域里面涉及到Hadoop，hive，flink，hbase，java等各种具体的技术,看清楚，在这里Java也可以为大数据的实现提供服务哦。所以可以说，Java可以帮助我们实现大数据的开发，Java就像是一个“建筑工人"，它可以把各种数据原料整合在一起，构建出大数据这么一个环境。
Java：
Java就是一门面向对象的高级编程语言，可以用Java实现Android，Web，Swing等各中软件的开发，是一门具体的技术。
我从事互联网开发10年，主要的研究方向集中在Java web微服务架构领域,Android移动端研发,HTML5前端方向，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信你一定会有所收获。
如果有Java,Android,H5等开发方面的问题，或者是开发求职方面的问题，都可以在评论区留言，或者私信我。
一一哥Sun
请高兴能回答你的问题！
首先要明确一点，大数据是一个行业方向，而Java是一门开发语言
大数据是什么
大数据是近几年的一个专业名词，以海量数据为核心，产生数据分析结果的技术处理过程和处理方式。大数据本身不在于原始数据的多少，而在于通过大数据分析数据产生之后的应用数据的价值是什么。
大数据最开始用的技术大家都认为是Hadoop，但实际上大数据处理的方式多种多样，处理的技术语言可选性也很多，Java是其中一种，但并不是唯一的一种。 像C、GO、Python都可以处理大数据。
当然基于大数据的数据存储和计算的要求，云计算和大数据也算是共生共存的。
Java是什么？
Java是一种跨平台的开发语言，应用的场景很多， WEB，SERVICE，API，APP等等，算是目前各开发语言当中综合能力最强的一种。目前来看市场中Java开发的就业机会还是最高的。
说到这里，我想你应该能足够解答你的问题了。
如果我的回答对你有帮助，请记得点赞收藏！
明哥读世界
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。JAVA是一种编程语言。大数据可以用JAVA实现。下面是具体介绍。
大数据是一个概念包含几个方面的内涵
1. 数据量大，TB，PB，乃至EB等数据量的数据需要分析处理。
2. 要求快速响应，市场变化快，要求能及时快速的响应变化，那对数据的分析也要快速，在性能上有更高要求，所以数据量显得对速度要求有些“大”。
3. 数据多样性:不同的数据源，非结构化数据越来越多，需要进行清洗，整理，筛选等操作，变为结构数据。
4. 价值密度低，由于数据采集的不及时，数据样本不全面，数据可能不连续等等，数据可能会失真，但当数据量达到一定规模，可以通过更多的数据达到更真实全面的反馈。
Java是面向网络的程序设计语言，用来让程序员创建应用程序，这些应用程序可以通过网络下载，而且可在任何计算平台上安全地运行。如果再加上万维网和公司内部网体系，你将会拥有一个标准的网络计算环境，Java作为一个分布式的，面向对象的程序设计语言，可以让位于任何地方的任何计算机应用网络上的应用程序
--------------河南新华
慎谈奥秘
大数据开发需要编程语言基础，Java是世界上应用最广泛的计算机编程语言，具有功能强大和简单易用两个特征，同时还具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点。
Java具有的众多特性，特别适合作为大数据应用的开发语言，当下Hadoop以及其他大数据处理技术很多都是用Java，Java是大数据技术的主要支持言语，当下学大数据技术之前都会先学Java语言。
主流大数据框架hadoop、spark、HBase等离不开Java平台
迁与迁寻
大数据学名为BigData,是前几年新兴起的一个IT名词，偏算法和实现，又分为工程类和应用类。Java是一门开发语言，两者本质上并无直接可比较的地方。但大数据本身也有非常多的开发语言来支持，所以如果就开发语言和能力来比较又会产生非常多的方向性。下面给您详细描述下各自的行业描述和对应的细节。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有意义的数据进行专业化处理。换而言之，如果把大数据比作一种产业，那么这种产业实现盈利的关键，在于提高对数据的“加工能力”，通过“加工”实现数据的“增值”。从技术上看，大数据与云计算的关系就像一枚硬币的正反面一样密不可分。大数据必然无法用单台的计算机进行处理，必须采用分布式架构。它的特色在于对海量数据进行分布式数据挖掘。但它必须依托云计算的分布式处理、分布式数据库和云存储、虚拟化技术。 随着云时代的来临，大数据（Big data）也吸引了越来越多的关注。分析师团队认为，大数据（Big data）通常用来形容一个公司创造的大量非结构化数据和半结构化数据，这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常和云计算联系到一起，因为实时的大型数据集分析需要像MapReduce一样的框架来向数十、数百或甚至数千的电脑分配工作。大数据需要特殊的技术，以有效地处理大量的容忍经过时间内的数据。适用于大数据的技术，包括大规模并行处理（MPP）数据库、数据挖掘、分布式文件系统、分布式数据库、云计算平台、互联网和可扩展的存储系统。
大数据目前可以使用的平台很多，而且厂商也很多，如Cloudera、华为的版本、Hadoop等。
Java是一门面向对象编程语言，不仅吸收了C++语言的各种优点，还摒弃了C++里难以理解的多继承、指针等概念，因此Java语言具有功能强大和简单易用两个特征。Java语言作为静态面向对象编程语言的代表，极好地实现了面向对象理论，允许程序员以优雅的思维方式进行复杂的编程 。Java具有简单性、面向对象、分布式、健壮性、安全性、平台独立与可移植性、多线程、动态性等特点 。Java可以编写桌面应用程序、Web应用程序、分布式系统和嵌入式系统应用程序等。
Java面向对象实现便捷、快讯的开发方式，很受学生、工程师欢迎，目前很多高校、职业院校开展Java课程学习，同事随着互联网、移动互联网的发展，web、手机的开发更偏向轻便的Java语言。
立军胡
一：两者关系
java是计算机的一门编程语言；可以用来做很多工作，大数据开发属于其中一种；
大数据属于互联网方向，就像现在建立在大数据基础上的AI方向一样，
他两不是一个同类，但是属于包含和被包含的关系；
java可以用来做大数据工作，大数据开发或者应用不必要用java，可以Python，Scala，go语言等。
二：发展：
java属于语言，编程语言的发展未来说不准，至少现在java变成还是不错的前景，大数据大部分框架都有java的支持或者底层是java写的；
大数据的发展，概念可以理解为社会进步数据的巨量增加带来的价值性利用，成为大数据的一个方向。就像AI建立在大数据的数据量的基础上，未来会一直往技术前进的方向发展。
三：总结：
java目前算是主流，可以多学几门语言，技多不压身，百利而无一害对于开发；
大数据的这个方向，不会消失，只会随着技术的发展更加智慧性。
IT从业者陈斌
大数据只是一个称呼，表示可以对大量数据处理，分析出来一些趋势，比如股票价格，猪肉价格等，而java语言是一种高级编程语言，可以开发软件，也可以去作为大数据开发项目使用的语言，比如Hadoop，hive，flink，hbase。Java语言开发的软件程序可以无需用户去关心内存的分配。
Java学习爱好者
因为现在是大数据时代，Hadoop，flink等等技术都比较吃香，大数据主要是做数据的处理，需要一定的算法基础，而做大数据至少需要一门开发语言作为支撑，很多人从事大数据选择的都是Java语言，而单纯的Java语言只是做开发的
