大家好，今天小编关注到一个比较有意思的话题，就是关于学习python后再学spark的问题，于是小编就整理了3个相关介绍学习Python后再学spark的解答，让我们一起看看吧。
学数据库编程之前必须从c++学起吗？
不需要，可以先学习一些简单的sql语法，然后去解决一些问题，如果是数据库编程，你就语言不断地了解更加深入的一些比较复杂的SQL语法，比如窗口函数，一些聚合函数，也要去慢慢地了解每个数据的特性和不同点，例如mysql pg oracle等等，nosql也要了解一些，后面就是根据业务做一些数据报表，最后当数据量大了，你甚至要学习hadoop hive,spark等等，再到后面就是数据仓库，数据集市，数据中台等等概念，反正不需要一开始就学习C++，学习积累，遇到问题解决问题，不断地循环，你就是一个超强的数据库工程师
c++是系统级的编程语言，难度最大，不是最合适的数据库开发语言！数据库开发，首先要学数据库原理，掌握范式；学习关系代数，键，属性，元组，sql；然后学习要用的具体数据库例如mysql,oracle，pg;掌握存储过程，包，触发器，函数，索引等常见语法；然后学习一门宿主语言例如java或者python,通过数据库接口api调用数据库对象操纵数据库；之后可以学习数据统计，数据分析，spark等，涉及机器学习领域；也准备好学习nosql，例如mongodb,redis等！
总之数据库领域涉及面很广，需要卧薪尝胆苦学苦练，方能立于不败之地！
先培训Python后自学Java比较好，还是先培训后自学Python好？
建议先培训J***A后自学python,主要基于以下几点：
1、从学习的难度上看，J***A入门比python难，当然培训难的，自学简单的。
2、从就业的角度看，J***A的岗位要远远多于python的岗位，去培训J***A相对比自学能系统些，便于将来找工作。
3、python适合自学的原因是python语言的入门简单，语法结构没有J***A复杂。J***A这种复杂的语言你都学会了，python就不在话下。
感谢邀请！首先我得先陈述一下J***a和Python语言的区别，至于到底是先学哪个好，还得根据自己的兴趣！毕竟兴趣是最好的老师嘛，但是我个人建议还是先学习J***a！
二者都是面向对象的编程语言，但是又是截然不同的两种编程语言，J***a的话相对来说入门简单，容易零基础快速入门，J***a的话应用领域广，市场占有率比较高，会比较利于以后找工作，也可以精通J***a之后再去学习Python，总而言之的话还是要根据自己的兴趣来考虑先学哪门语言，毕竟作为一名软件工程师的话，熟悉多门开发语言也是一种优势。
欢迎我的头条号【架构师之旅】，也可以微信搜索公众号【J***a架构师之旅】。教你零基础入门学习J***a!
大数据处理为何选择spark？
spark是大数据时代的产物，可以基于hdfs存储的海量数据，分布式的处理各个数据节点上的任务。spark将大型计算任务分解为有向无环图，按照拓扑顺序执行图中的task，配合yarn的调度能充分有效的利用分布式系统的计算***(主要是cpu和内存)。spark相对于mapreduce的改进是可以基于内存计算（内存不够的再存磁盘），而mapreduce是基于磁盘的计算，因此spark计算速度是相当快的，可以将普通mapreduce的耗时压缩数10倍，我们日常工作中可以早点处理完数据提前下班。
大数据的场景下如果用传统的mysql数据库通过sql查询需要费很大精力去分库分表，维护数据，还得经常面临数据库查询慢的问题，还是得有基于hdfs的数据仓库，[_a***_]spark来做数据处理，快使用spark吧！
到此，以上就是小编对于学习python后再学spark的问题就介绍到这了，希望介绍关于学习python后再学spark的3点解答对大家有用。
