Spark开发语言：Scala与Python相比如何？

对于Spark框架，很多同学都知道的是，Spark在编程上支持多种开发语言，包括Scala、Java、Python等多门主流编程语言，而这些不同的编程语言，在实际的Spark来发当中，选择哪一种更好呢？今天我们来对Spark开发语言Scala和Python做一个简单的对比。

首先对于Scala语言，这是Spark框架自身的编程语言，其重要性可想而知，在学习Spark框架的时候，为了研读源码，也是需要掌握Scala语言的。


这里顺便也说一下Java，Spark框架也支持Java，但是相对Java，Scala语言的简洁性得到了广泛的认可，且支持类型推断，可大大提升开发者的开发效率。并且，因为Java不支持REPL（Read-Evaluate-Print-Loop交互式编程环境），在实际编程当中，很多时候都没有Scala来得方便。

而Python语言，也是一向以简洁易上手出门，可读性很高，并且拥有交互式编程环境，，在Spark开发语言当中又有竞争优势吗？

Python作为一门解释型语言，性能可以说是被诟病最多的一环。

Scala基于Java Virtual Machine，在数据分析处理过程中比Python快上近10倍，另外Scala可以无缝调用Java API，所以它同Hadoop框架（由Java开发）的交互、兼容非常好；

Python在这方面就相形见绌了，在Spark环境下想实现同HDFS的交互，开发人员甚至需要使用第三方插件，如hadopy。同时，用Python代码去调Spark库性能平庸，且在多进程并行之下比等效的Scala代码慢许多。

总的来说，Spark框架的原生语言是Scala，当企业级应用需实现某些特定功能，要修改底层源码时，或功能呈现不及预期，需要排查原因时，使用Scala会更加得心应手；在执行调优、优化时，Scala也会更加方便。而Python语言，被看作人工智能领域的首选语言，Python更加面向分析，在数据科学家们当中广受欢迎。

关于Spark开发语言，Scala和Python之间，其实总体来说还是Scala更加适用，但是对于已有Python编程基础的人员来说，能够通过Python来实现Spark编程，尤其是数据分析方面的需求，也是可以的。成都加米谷大数据，大数据开发培训2020春季班正在招生中，详情可联系客服了解！