请问大数据开发水有多深？

[cenyu]

想转大数据开发方向，之前看到过一个帖子，说大数据开发很无聊，大部分都写 SQL,https://www.v2ex.com/t/380398 请问是不是这样？这个方向的水有多深？

[shuianfendi6]

是的
大数据开发只是工具，需要统计就是 sql

[vonsy]

Hadoop, MapReduce, NameNode
HDFS, Hadoop 分布式文件系统
Hive, 构建在 Hadoop 上的数据仓库,兼容 sql 92 部分
Beeline, Hive 客户端
HBase, 列数据库,分布式数据库,支持大型表格的结构化存储
Spark, 大数据处理引擎,内存计算
ZooKeeper, 任务规划,资源管理分配
Yarn, 资源管理器, Hadoop 组件之一,
Solr, 搜索,索引
Redis, Key-Value
MongoDB, NoSQL,灵活,例如用户,评论,等类型数据
Kerberos, 计算机网络认证协议

[xiaoshenke]

想玩深的？来我司
https://www.v2ex.com/t/432609

[wizardforcel]

因为很多大数据组件都支持 sql 啊

[imzshh]

想玩工业大数据的可以来我司，服务的都是行业数一数二的制造企业
https://www.v2ex.com/t/414848

[belinda811]

@vonsy 这位兄弟 我看你骨骼惊奇 要不要看看新机会？

[Comdex]

看你做数据平台开发还是数据应用开发

[Allianzcortex]

在 top 3 to B 大数据公司呆过一段时间，表示确实很...很容易没有产出，基本就在天天调研和运维。真正有技术含量的是给开源项目打 patch，协调公司的内部产品和开源的一致性(但能做到这一点的人很少。spark 的中国 comitter 也就那些人)。如果有的选择的话，做 infra 来提高技术，或者做项目来尽快升级，都比呆在数据这个坑里面要好。

[hellolinux777]

有大佬详细解答一下吗，我是本科大数据专业学生，我也想了解一下情况

[monkeylyf]

主要是运维。运维做的不好，集群少则两三天，多则一个月就要出大岔子。
回头想想，把一拖开源工具往锅里一扔做了大杂烩，也正常。
理想情况下，最好公司里就有某个工具的 contributor，这样有了问题直接找他 /她。

[beginor]

其实和原来的 DB 差不多，只是换了个工具

[mougua]

原来接触过一个公司活得挺苦逼的，不过我们这种二线城市没资格说什么就是了。

[guyskk0x0]

70%时间干苦力，写业务，SQL+Python 写到吐。
剩下一点时间造轮子，提高生产率。
to B 公司，客户就是爹。
如 #2 楼，开源工具大杂烩，有问题只能 work around，打 patch 太难 /不现实。

[owenliang]

难道不是天天踩坑填坑的运维之路？

[cenyu]

@guyskk0x0 说的我都不敢转了，感觉每个方向都是坑啊

[lwldcr]

我们 team 去年绩效唯一评 A 的人 主要工作就是大数据平台的治理维护 以及数不清的 etl 开发
曾经有段时间因为平台不稳影响数据产出，每天早上从 CEO 开始层层追责，迫不得已这小哥住在公司好几天，每晚值守 job 执行情况。。也是结了婚的人了

[Bingbing]

SQL、Hive 数据加工写写+ETL 流程调度调度+前台报表搭建展现，偶尔后台部署调试下，完了。也是无聊枯燥！

[BrightLiao]

大数据开发最核心的能力在于对大数据技术组件有深入的了解。
楼上大家提到的 sql 开发的职责其实要想办法尽量转移给业务团队（数据分析师）。事实上，很多公司里面大部分写 sql 查数的工作实际上是 PM 或者运营完成的。

咱们做开发的，应该定义为数据工程师 /数据架构师。而做探索性数据分析的，应该定义为数据分析师 /数据科学家。这两类角色职责是非常不一样的，要求的技能也是非常不一样的。

对于公司里面的数据角色及职责，我有一些思考，给大家分享一下： https://brightliao.com/2020/11/26/data-work-roles/