大数据开发跟大数据平台开发有区别吗？

大数据是我的主要研究方向之一，同时也在带大数据方向的研究生，所以我来回答一下这个问题。

首先，大数据开发通常指的是基于大数据产业链的一系列开发任务，涉及到大数据平台开发、大数据应用开发、大数据分析等，另外还包括数据采集产品的开发、数据整理产品的开发等等，如果向上延伸的话，部分大数据开发任务与人工智能开发任务也具有密切的联系。

大数据平台开发通常有两层含义，一层是进行大数据平台自身的开发，这属于研发级开发任务，比如大数据平台Hadoop就是采用Java语言开发的。整个大数据平台还涉及到一系列产品，包括HBase、Hive、Avro、Zookeeper、Pig、Mahout、Cassandra等，开发这些产品也需要一个庞大的团队。进行大数据平台研发的程序员往往需要具备丰富的开发经验，同时具备较强的研发能力，能够搭建出一个稳定的分布式计算体系。

另一层含义是在大数据平台下进行应用开发，比如在Hadoop、Spark平台下进行具体的大数据应用开发等，这部分开发通常属于应用级开发，难度要相对小一些，但是往往需要与具体的场景进行紧密的联系，需要开发者具备一定的行业背景知识。

目前大数据应用开发主要的任务有两个，其一是进行已有软件产品的大数据改造；其二是针对于具体的大数据需求进行全新的大数据应用开发，目前由于是大数据落地应用的初期，所以大数据改造的开发任务会相对多一些，未来新的大数据开发任务会逐渐增加。

相对于大数据开发来说，大数据分析也需要进行代码编写，比如机器学习就是目前比较常见的数据分析方式。机器学习需要进行算法设计、算法实现、算法训练、算法验证和算法应用，虽然算法设计是机器学习的核心，但是算法实现也需要程序员来完成具体的开发过程。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，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，相信一定会有所收获。

如果有互联网、大数据、人工智能等方面的问题，或者是考研方面的问题，都可以在评论区留言！

不对。这个问题更适合有实际开发经历的人来回答啊！

【广义地说】，我认为大数据开发和大数据平台开发其实是一回事。为什么呢？

1，大数据开发是对技术的落地实现，根据ETL策略将数据整备；

2，当数据处理完毕后，就不是大数据开发的事了，而是其它技术的事了，如展示、分析、AI等，不能混为一谈！

3，而Hadoop、Hive以及Spark等大数据生态组件是开源工具，并不是什么既有平台，当然开发者也可以二次开发它们甚至重构（一般来说不现实），开发者调用这些组件的API接口，实现数据的ETL萃取-转置-载入等；

4，当开发的时候，开发者需要封装代码复用，提供接口进行扩展，逐渐形成一个应用，那这个应用就逐渐长成一个平台了啊！因此大数据开发和平台开发是一样的意思。

【狭义地说】，开发者可以基于既有的大数据开发平台进行大数据开发，可以省很多事。

—— 纯手动敲出来的文字，谢谢支持！

是的，大数据开发和大数据平台开发之间存在区别。

* 大数据开发通常指的是基于大数据产业链的一系列开发任务，包括大数据平台开发、大数据应用开发、大数据分析等，以及数据采集产品的开发、数据整理产品的开发等。

* 大数据平台开发则需要从全局角度来规划大数据平台的架构和整体实现方式，最终促进项目的成功。进行大数据平台开发需要具备丰富的开发经验和较强的研发能力，能够搭建出一个稳定的分布式计算体系。

总之，大数据开发涉及面较广，大数据平台开发则更加专注于构建大数据基础设施。

到此，以上就是小编对于linux 安装python包的问题就介绍到这了，希望这1点解答对大家有用。