我的观点比较明确，学Java可以走后端路线，但不该去走大数据路线，原因如下。
1 小公司用不到大数据，大公司不会专门做大数据。
大数据一般包含数据存储，数据分析统计和数据交互，而且数量少于10万级的都不能算大数据。所以一些小公司，可能就接个项目做业务，未必会有大数据的需求。
而大公司可能数据量确实很大，但一般是用Java后端的组件技术，比如spring cloud alibaba或分布式组件技术来处理大数据，或者是用Python来对数据进行收集清洗和建模分析，未必会用到spark或hadoop等组件来处理大数据。
所以如果单学大数据，就业面会比较窄。
2 大数据的一些技术，Java后端技术一般都能包括。
大数据一般会和高并发连一起说，大家可以想象下双十一的场景，所谓高并发大数据。从数据接收层面，一般会用网关+负载均衡来应对高并发，在数据存储层面，是用Oracle或MySQL，顶多再加MongoDB和Redis来存储海量数据。在数据处理层面，会用分库组件mycat或消息中间件来优化流程，在数据交互层面，Netty和Dubbo等组件也能通过协议，高效地传输数据。
所以如果单独去走大数据方向，哪怕是到了能有大数据需求的公司里，能干的活一般也是有限的。从技术角度来看，处理大数据用的组件其实和Java后端的分布式组件没什么差别。
对此，学java的路线可以是，先做熟单机版的增删改查，然后去挑战高并发大数据的技术，即去学各种java后端的组件，这时也能一并把大数据的组件技术学了。
相反，目前看来倒真没必要去单独学大数据，倒不是大数据技术本身不值钱，也不是大数据在企业里用不到，而是在学java后端的时候顺带把大数据一起学掉，这样的性价比更高。 |
