❶ 大数据专业都需要学习哪些软件啊
一、Phoenix
简介：这是一个java中间层，可以让开发者在Apache HBase上执行SQL查询。Phoenix完全使用Java编写，代码位于GitHub上，并且提供了一个客户端可嵌入的JDBC驱动。
Phoenix查询引擎会将SQL查询转换为一个或多个HBase scan，并编排执行以生成标准的JDBC结果集。直接使用HBase API、协同处理器与自定义过滤器，对于简单查询来说，其性能量级是毫秒，对于百万级别的行数来说，其性能量级是秒。
Phoenix最值得关注的一些特性有：
❶嵌入式的JDBC驱动，实现了大部分的java.sql接口，包括元数据API❷可以通过多部行键或是键/值单元对列进行建模❸完善的查询支持，可以使用多个谓词以及优化的扫描键❹DDL支持：通过CREATE TABLE、DROP TABLE及ALTER TABLE来添加/删除列❺版本化的模式仓库：当写入数据时，快照查询会使用恰当的模式❻DML支持：用于逐行插入的UPSERT VALUES、用于相同或不同表之间大量数据传输的UPSERT ❼SELECT、用于删除行的DELETE❽通过客户端的批处理实现的有限的事务支持❾单表——还没有连接，同时二级索引也在开发当中➓紧跟ANSI SQL标准
二、Stinger
简介：原叫Tez，下一代Hive,Hortonworks主导开发，运行在YARN上的DAG计算框架。
某些测试下，Stinger能提升10倍左右的性能，同时会让Hive支持更多的SQL，其主要优点包括：
❶让用户在Hadoop获得更多的查询匹配。其中包括类似OVER的字句分析功能，支持WHERE查询，让Hive的样式系统更符合SQL模型。
❷优化了Hive请求执行计划，优化后请求时间减少90%。改动了Hive执行引擎，增加单Hive任务的被秒处理记录数。
❸在Hive社区中引入了新的列式文件格式（如ORC文件），提供一种更现代、高效和高性能的方式来储存Hive数据。
❹引入了新的运行时框架——Tez，旨在消除Hive的延时和吞吐量限制。Tez通过消除不必要的task、障碍同步和对HDFS的读写作业来优化Hive job。这将优化Hadoop内部的执行链，彻底加速Hive负载处理。
三、Presto
简介：Facebook开源的数据查询引擎Presto ，可对250PB以上的数据进行快速地交互式分析。该项目始于 2012 年秋季开始开发，目前该项目已经在超过 1000 名 Facebook 雇员中使用，运行超过 30000 个查询，每日数据在 1PB 级别。Facebook 称 Presto 的性能比诸如 Hive 和 Map*Rece 要好上 10 倍有多。
Presto 当前支持 ANSI SQL 的大多数特效，包括联合查询、左右联接、子查询以及一些聚合和计算函数；支持近似截然不同的计数(DISTINCT COUNT)等。
❷ python怎么连接服务器上的informix
用 PyODBC 吧。
❸ 做大数据分析系统Hadoop需要用哪些软件
1、ApacheMesos
代码托管地址：ApacheSVN
Mesos提供了高效、跨分布式应用程序和框架的资源隔离和共享，支持Hadoop、MPI、Hypertable、Spark等。
Mesos是Apache孵化器中的一个开源项目，使用ZooKeeper实现容错复制，使用linuxContainers来隔离任务，支持多种资源计划分配(内存和CPU)。提供Java、Python和C++APIs来开发新的并行应用程序，提供基于Web的用户界面来提查看集群状态。
2、HadoopYARN
代码托管地址：ApacheSVN
YARN又被称为MapRece2.0，借鉴Mesos，YARN提出了资源隔离解决方案Container，但是目前尚未成熟，仅仅提供Java虚拟机内存的隔离。
对比MapRece1.x，YARN架构在客户端上并未做太大的改变，在调用API及接口上还保持大部分的兼容，然而在YARN中，开发人员使用ResourceManager、ApplicationMaster与NodeManager代替了原框架中核心的JobTracker和TaskTracker。其中ResourceManager是一个中心的服务，负责调度、启动每一个Job所属的ApplicationMaster，另外还监控ApplicationMaster的存在情况;NodeManager负责Container状态的维护，并向RM保持心跳。ApplicationMaster负责一个Job生命周期内的所有工作，类似老的框架中JobTracker。
Hadoop上的实时解决方案
前面我们有说过，在互联网公司中基于业务逻辑需求，企业往往会采用多种计算框架，比如从事搜索业务的公司：网页索引建立用MapRece，自然语言处理用Spark等。
3、ClouderaImpala
代码托管地址：GitHub
Impala是由Cloudera开发，一个开源的MassivelyParallelProcessing(MPP)查询引擎。与Hive相同的元数据、SQL语法、ODBC驱动程序和用户接口(HueBeeswax)，可以直接在HDFS或HBase上提供快速、交互式SQL查询。Impala是在Dremel的启发下开发的，第一个版本发布于2012年末。
Impala不再使用缓慢的Hive+MapRece批处理，而是通过与商用并行关系数据库中类似的分布式查询引擎(由QueryPlanner、QueryCoordinator和QueryExecEngine三部分组成)，可以直接从HDFS或者HBase中用SELECT、JOIN和统计函数查询数据，从而大大降低了延迟。
4、Spark
代码托管地址：Apache
Spark是个开源的数据分析集群计算框架，最初由加州大学伯克利分校AMPLab开发，建立于HDFS之上。Spark与Hadoop一样，用于构建大规模、低延时的数据分析应用。Spark采用Scala语言实现，使用Scala作为应用框架。
Spark采用基于内存的分布式数据集，优化了迭代式的工作负载以及交互式查询。与Hadoop不同的是，Spark和Scala紧密集成，Scala像管理本地collective对象那样管理分布式数据集。Spark支持分布式数据集上的迭代式任务，实际上可以在Hadoop文件系统上与Hadoop一起运行(通过YARN、Mesos等实现)。
5、Storm
代码托管地址：GitHub
Storm是一个分布式的、容错的实时计算系统，由BackType开发，后被Twitter捕获。Storm属于流处理平台，多用于实时计算并更新数据库。Storm也可被用于“连续计算”(continuouscomputation)，对数据流做连续查询，在计算时就将结果以流的形式输出给用户。它还可被用于“分布式RPC”，以并行的方式运行昂贵的运算。
Hadoop上的其它解决方案
就像前文说，基于业务对实时的需求，各个实验室发明了Storm、Impala、Spark、Samza等流实时处理工具。而本节我们将分享的是实验室基于性能、兼容性、数据类型研究的开源解决方案，其中包括Shark、Phoenix、ApacheAccumulo、ApacheDrill、ApacheGiraph、ApacheHama、ApacheTez、ApacheAmbari。
6、Shark
代码托管地址：GitHub
Shark，代表了“HiveonSpark”，一个专为Spark打造的大规模数据仓库系统，兼容ApacheHive。无需修改现有的数据或者查询，就可以用100倍的速度执行HiveQL。
Shark支持Hive查询语言、元存储、序列化格式及自定义函数，与现有Hive部署无缝集成，是一个更快、更强大的替代方案。
7、Phoenix
代码托管地址：GitHub
Phoenix是构建在ApacheHBase之上的一个SQL中间层，完全使用Java编写，提供了一个客户端可嵌入的JDBC驱动。Phoenix查询引擎会将SQL查询转换为一个或多个HBasescan，并编排执行以生成标准的JDBC结果集。直接使用HBaseAPI、协同处理器与自定义过滤器，对于简单查询来说，其性能量级是毫秒，对于百万级别的行数来说，其性能量级是秒。Phoenix完全托管在GitHub之上。
Phoenix值得关注的特性包括：1，嵌入式的JDBC驱动，实现了大部分的java.sql接口，包括元数据API;2，可以通过多个行键或是键/值单元对列进行建模;3，DDL支持;4，版本化的模式仓库;5，DML支持;5，通过客户端的批处理实现的有限的事务支持;6，紧跟ANSISQL标准。
8、ApacheAccumulo
代码托管地址：ApacheSVN
ApacheAccumulo是一个可靠的、可伸缩的、高性能、排序分布式的键值存储解决方案，基于单元访问控制以及可定制的服务器端处理。使用GoogleBigTable设计思路，基于ApacheHadoop、Zookeeper和Thrift构建。Accumulo最早由NSA开发，后被捐献给了Apache基金会。
对比GoogleBigTable，Accumulo主要提升在基于单元的访问及服务器端的编程机制，后一处修改让Accumulo可以在数据处理过程中任意点修改键值对。
9、ApacheDrill
代码托管地址：GitHub
本质上，ApacheDrill是GoogleDremel的开源实现，本质是一个分布式的mpp查询层，支持SQL及一些用于NoSQL和Hadoop数据存储系统上的语言，将有助于Hadoop用户实现更快查询海量数据集的目的。当下Drill还只能算上一个框架，只包含了Drill愿景中的初始功能。
Drill的目的在于支持更广泛的数据源、数据格式及查询语言，可以通过对PB字节数据的快速扫描(大约几秒内)完成相关分析，将是一个专为互动分析大型数据集的分布式系统。
10、ApacheGiraph
代码托管地址：GitHub
ApacheGiraph是一个可伸缩的分布式迭代图处理系统，灵感来自BSP(bulksynchronousparallel)和Google的Pregel，与它们区别于则是是开源、基于Hadoop的架构等。
Giraph处理平台适用于运行大规模的逻辑计算，比如页面排行、共享链接、基于个性化排行等。Giraph专注于社交图计算，被Facebook作为其OpenGraph工具的核心，几分钟内处理数万亿次用户及其行为之间的连接。
11、ApacheHama
代码托管地址：GitHub
ApacheHama是一个建立在Hadoop上基于BSP(BulkSynchronousParallel)的计算框架，模仿了Google的Pregel。用来处理大规模的科学计算，特别是矩阵和图计算。集群环境中的系统架构由BSPMaster/GroomServer(ComputationEngine)、Zookeeper(DistributedLocking)、HDFS/HBase(StorageSystems)这3大块组成。
12、ApacheTez
代码托管地址：GitHub
ApacheTez是基于HadoopYarn之上的DAG(有向无环图，DirectedAcyclicGraph)计算框架。它把Map/Rece过程拆分成若干个子过程，同时可以把多个Map/Rece任务组合成一个较大的DAG任务，减少了Map/Rece之间的文件存储。同时合理组合其子过程，减少任务的运行时间。由Hortonworks开发并提供主要支持。
13、ApacheAmbari
代码托管地址：ApacheSVN
ApacheAmbari是一个供应、管理和监视ApacheHadoop集群的开源框架，它提供一个直观的操作工具和一个健壮的HadoopAPI,可以隐藏复杂的Hadoop操作，使集群操作大大简化，首个版本发布于2012年6月。
ApacheAmbari现在是一个Apache的顶级项目，早在2011年8月，Hortonworks引进Ambari作为ApacheIncubator项目，制定了Hadoop集群极致简单管理的愿景。在两年多的开发社区显着成长，从一个小团队，成长为Hortonworks各种组织的贡献者。Ambari用户群一直在稳步增长，许多机构依靠Ambari在其大型数据中心大规模部署和管理Hadoop集群。
目前ApacheAmbari支持的Hadoop组件包括：HDFS、MapRece、Hive、HCatalog、HBase、ZooKeeper、Oozie、Pig及Sqoop。
❹ 大数据需要掌握哪些技能
大数据技术体系庞大，包括的知识较多
1、学习大数据首先要学习Java基础
Java是大数据学习需要的编程语言基础，因为大数据的开发基于常用的高级语言。而且不论是学hadoop，
2、学习大数据必须学习大数据核心知识
Hadoop生态系统;HDFS技术;HBASE技术;Sqoop使用流程;数据仓库工具HIVE;大数据离线分析Spark、Python语言;数据实时分析Storm;消息订阅分发系统Kafka等。
3、学习大数据需要具备的能力
数学知识，数学知识是数据分析师的基础知识。对于数据分析师，了解一些描述统计相关的内容，需要有一定公式计算能力，了解常用统计模型算法。而对于数据挖掘工程师来说，各类算法也需要熟练使用，对数学的要求是最高的。
4、学习大数据可以应用的领域
大数据技术可以应用在各个领域，比如公安大数据、交通大数据、医疗大数据、就业大数据、环境大数据、图像大数据、视频大数据等等，应用范围非常广泛。
❺ myeclipse中如何安装jython插件
方法一启动最新的Elcipse（eclipse-jee-ganymede-SR1-win32.zip），选择Help－Software Updates，打开Available Software选项卡，然后单击Add Sites 分别输入JBoos的工具和Hibernate工具在线安装地址，然后选择安装Hibernate ToolsJboos 和Tools Development Release等待安装成功，安装过程因要下载不少Jar包，视你的网络速度不同，需要的时间不同，安装完毕Eclipse将提示你重新启动，重启Eclipse安装完成。(注意：先安装Hibernate Tools成功后，再安装Jboos Tools Development Release)方法二一般我还是喜欢下载所需的插件后自己配置， 这样可以对Hibernate Myeclipse插件进行管理。方法如下：下载所需的Hibernatetools http://www.hibernate.org/6.html将下载得到的文件解压得到features和plugins文件夹，在eclipse安装目录里新建addPlugins文件夹， 同时在addPlugins文件夹下建立Hibernatetools文件夹, 将两个文件夹(features和plugins)复制到Hibernatetools目录下，然后在eclipse目录下建立links文件夹，在links文件夹下建立 hibernatetools.link文件, 打开该文件输入 Hibernatetools的绝对目录。我的文件夹如下所示D:\java\plateform\eclipse_jee\eclipse\addPlugins\hibernatetools
D:\java\plateform\eclipse_jee\eclipse\links
links文件夹的hibernatetools.link文件内容如下path=D:/java/plateform/eclipse_jee/eclipse/addPlugins/hibernatetools
这样重新启动eclipse即可新建一个工程MyHibernate，然后然后选择File－New－Hibernate Configuration File(cfg.xml)，打开创建Hibernate配置向导，我这里配置了一个SQL Server2000数据库，选中Create a console configuration 复选项，以此配置文件创建Hibernate控制台配置。创建Hibernate Console Configuration向导有Main、Option、Classpath、Mappings、Common五个选项卡，如果你在工程中已经引入了JDBC驱动则，直接点击Finish完成即可，以后在完成其他配置。
完成后，你就可以在Hibernate Configuration视图窗口看到配置项，已经链接到数据，并把你数据库中的表列出来，如果在这一步你没有成功的话，请检查你是否以正确安装的Hibernate Tools和JBoos Tools这个很重要；另外如果提示找不到JDBC驱动的话，说明你工程的classpath中没有JDBC驱动jar包，加载正确的驱动即可。
如果你不能看到上图所示的Hibernate Configurations窗口，说明你没有打开这个View，选择Windows－Show View－Other，然后选择Hibernate Configurations即可打开这个窗口，窗口的位置无关紧要，你喜欢放在那里就把他托过去。
下面将介绍如何使用Hibernate Code Generation来产生数据库表映射Java对象，首先要在数据库中创建表，并设置号字段名和主键（主键很重要，关于主键的选择建议你使用与业务无关的ID作为主键）；打开Hibernate视图找到Hibernate运行图标下的Hibernate Code Generation Configurations，如果找不到这个图标说明没有在Hibernate视图下。配置一个新的配置项，输入配置项的名称MyHibernateCode，选择Hibernate Configuration（即已配好的Hibernate控制台配置），在Output directory中输入反向代码输出目录（注意这个目录一般只需项目的源代码src），然后复选Reverse engineer from JDBC connection，在Package中输入包名（你要存放到src下那个包中），最后单击Setup－Create New打开Reverse engineer配置向导，选择配置存储位置（我放到了src目录下），最后选择要反向工程的表，如图；如果你的Database schema中没有项目，查看你选择Console configuration是否正确，单击下面“Refresh”应该就出来了，最后单击Finish完成返回，然后单击Exporters选项卡，选择导出项目，这里选择了Domain code(.java) 和Hibernate XML Mappings(.hbm.xml)，因为使用的JDK版本较高因此复选Use Java 5 syntax项。Refresh和Common项可不进行设置，最后单击Run运行，产生代码。产生的代码和配置文件，如图示；代码自动产生后还需要你根据自己的业务逻辑检查一下，并按你的DAO架构完成，Hibernate Tools到这里已经帮你完成的大量编码工作。以上是对Hibernate Myeclipse插件的简单介绍，希望读者能够对Hibernate Myeclipse插件有更多的理解。
❻ 如何配置oracle的jdbc驱动
在Linux机器上安装运行Oracle 摘要：Oracle于去年年底宣布移植Oracle 8和Oracle Application Server到Linux。 这是一个明确无误的标志：整个世界都应该认识到，Linux已经是一个严肃的操作系统，足以承担企业级的应用。 Uche Ogbuji在下文中解释了应该如何安装、配置和初步使用Oracle 8 for Linux。
如何在你的Linux机器上安装运行Oracle
一篇实用指导
经过了许多谣传和暗示之后，Oracle于1998年10月7日发布了Linux上的Oracle 8数据库和Oracle Application Server。这是Linux近期历史中最为耀眼的一幕。
无论您个人对Oracle公司的看法如何，该公司在大规模数据应用领域的巨大声誉使这次产品发布成为一个明确 无误的标志：整个世界都应该认识到，Linux已经是一个严肃的操作系统，足以承担企业级的应用。
但对于任何真正关心Linux的人来说，各种宣传攻势只是过眼烟云，只有代码才是关键的。（only code matters. 译注：事实上，Oracle 8i, 即8.1.5 for Linux已经开发完成，但其中的JServer模块有问题，所以Oracle还没有发布。）
开始行动
在RedHat上安装Oracle可以是相当轻而易举的，但要是完全跟着Oracle公司的文档走就未必那么容易了 。最快的捷径是Tom Bisset的主页：
http://jordan.fortwayne.com/oracle。
如果您看了Tom的主页，那么您会注意到他漏了JDBC的安装。如果您准备使用JDBC（对于跨平台的Oracle应用十分方便），只需在安装屏幕要求您选择组件（components）时，加上该选项即可。当然，您应该先装好JDK。我个人使用Blackdown的JDK 1.1.7。（译注：Redhat包括JDK）然后需要设置oracle用户的ClassPath环境变量，最好的办法是在oracle用户目录的.bash_profile 或 .profile中加上一句：
CLASSPATH=/usr/lib/jdk/lib/classes.zip; export CLASSPATH然后，如果您只需做Web Applet的话，在安装程序"Choose JDBC Components"的时候， 选择"JDK 1.1 JDBC Thin Driver"，如果您需要做完整的Java应用，选择"JDK 1.1 JDBC OCI Driver"。
另外请注意：安装程序让您输入各口令时，如果口令不符合规范，不会警告。我第一次安装时，口令里加了"."，这在UNIX中是允许的，Oracle就是另一码事了。直到安装快结束时，程序才告诉我口令有问题。当时为保险 起见，我从头做了一次安装。
安装程序的另一个问题是试图往还没有建立的目录里拷贝文件。有必要在安装前
mkdir -p /u01/app/oracle/proct/8.0.5/doc/server.805/install。
这一关过后万事大吉。
安装成功后，必须以ROOT身份登录，运行root.sh。我对root.sh作了以下改动：
· LBIN环境变量从/usr/lbin改成了/usr/local/bin
· 增加环境变量LOG=/tmp/oracle-root.sh.log，这样脚本的运行结果会记录下来
root.sh里说到，要想数据库作为一个服务器运行，必须先设定TWO_TASK变量；
但是，事实上如果从安装Oracle的机器上运行root.sh，就没有必要设这个变量。
Python和Oracle
我配置了一下python（译注：一种强大，快速的面向对象的脚本语言），以测试Oracle的编程接口和网络接口 。在python中要连Oracle,需要Digital Creation（Zope应用服务器的作者）的DCOracle模块。
您只需下载软件并按照指示照做就行。如果是DCOracle 1.1.0，使用Setup-8.0.4的配置，从ORACLE_LIBS变量中删去-lsocket, -lnsl, -lgen, -lelf, -laio, 和-lposix4即可，那些都是Solaris专用的。注意Redhat 5.2和6.0中安装的 python设置不全，config目录和include目录被省略，无法编译安装第三方的模块。您必须自己编译python或者下载一个合适的RPM。找python的RPM，最好的去处可能是Oliver Andrich的 Python & Linux主页。
只要rpm -e --nodeps python， 然后 rpm -i python,python-dev和其他RPM即可。
装好python后，我运行了以下的基本查询，访问Oracle。
[uche@malatesta uche]$ python
Python 1.5.1 (#1, Sep 3 1998, 22:51:17) [GCC 2.7.2.3] on linux-i386
Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam
>>> import DCOracle
>>> #connect to DB. scott/tiger are the test database username/password
>>> dbc=DCOracle.Connect("scott/tiger@sforza") #sforza is the local
Oracle
server
>>> c = dbc.cursor()
>>> c.execute("SELECT * FROM emp WHERE emp.deptno = 10")
>>> rows = c.fetchall()
>>> print rows
[(7782, CLARK, MANAGER, 7839, dbiDate(1981-06-09 00:00:00), 2450.0,
None, 10),
(7839, KING, PRESIDENT, None, dbiDate(1981-11-17 00:00:00), 5000.0,
None, 10),
(7934, MILLER, CLERK, 7782, dbiDate(1982-01-23 00:00:00), 1300.0,
None, 10)]
开发工作站配置
我在数据库服务器以外的一台机器上编译安装了python和其他编程接口。最初，看起来似乎我必须安装Oracle 的所有PRO*C/C++软件包。但要把Oracle安装程序运行到那一步也够麻烦的，所以我不想那样办。于是我找出了写程序所需
要的最小限量的头文件(include)、对象文件(object)和库文件(library):
$ORACLE_HOME/lib/*
$ORACLE_HOME/rdbms/demo/*
$ORACLE_HOME/rdbms/lib/*
我的机器上设ORACLE_HOME为/usr/local/oracle。
注意这些文件还不能让您可以在C程序中直接嵌入SQL语句，只有完整安装PRO*C/C++后才行。如果要用JAVA的话，还得增加$ORACLE_HOME/jdbc/lib/*；注意把这个目录加到ClASSPATH变量中。
JDBC连接
为测试JDBC连接，我作了一个小程序，在一个listbox内显示测试库中的所有雇员名。下面的程序1是调用JDBC的java Applet，程序2是调用JAVA程序的HTML超文本。如果您的JDBC已经安装成功，将程序1拷贝为 JDBCTest.java，将程序2拷贝为JDBCTest.html，
然后：
javac JDBCTest.java
appletviewer JDBCTest.html
您就可以自己看看结果如何了：
程序1：
/*
Applet that reads in several rows from a remote Oracle database
and presents them in a listbox.
*/
import java.sql.*;
import java.awt.*;
import java.applet.*;
import java.lang.*;
public class JDBCTest extends Applet
{
//Single-select ListBox
private List employee_list = new List(5, false)
public void init()
{
setLayout(new BorderLayout());
try {
//Set up the Oracle JDBC driver
DriverManager.registerDriver(new oracle.jdbc.driver.OracleDriver());
//Connect to an Oracle database on machine sforza, using username
//"scott" and password "tiger"
Connection DB_conn = DriverManager.getConnection
("jdbc:oracle:thin:@sforza:1521:ORCL", "scott", "tiger");
//Connection DB_conn = DriverManager.getConnection
("jdbc:oracle:thin:scott/tiger@sforza:1521:ORCL");
//Create a JDBC statement object
Statement statement_obj = DB_conn.createStatement();
//Execute a query to get the employee names from the test DB
ResultSet results = statement_obj.executeQuery ("select ENAME from
EMP");
//Populate the list box with all the employee names
while (results.next ()){
employee_list.add(results.getString(1));
}
} catch (SQLException e) {
throw new RuntimeException("SQL Exception " + e.getMessage());
}
add(employee_list);
}
}
http://oracle.chinaitlab.com/install/520180.html
❼ Python如何实现爬取需要登录的网站代码实例
final String url = "jdbc:oracle:thin:@localhost:1521:ORCL";
final String user = "store";
final String password = "store_password";
Class.forName("oracle.jdbc.driver.OracleDriver");
Connection con = DriverManager.getConnection(url, user, password);
return con;
}
❽ 是不是到了人生苦短的时候才用Python
Question
1 Python是什么
2 人们为什么用Python
3 Python是脚本语言吗
Python版Hello World
Example
1 Python
2 Java
本文不扯什么大道理，只是先介绍Python的背景，然后从实用的角度出发举一两个真实栗子。
这里写图片描述
首先要想了解要一门语言的好坏，或者为什么招程序员喜欢（卧槽，原来程序员喜欢不是女朋友？）我们的先从语言的产生背景开始，比如:他出现在什么年代，为了解决什么问题而出现的等。当然我也只是跟其他语言做一个比较，不讨论谁好谁坏，再说语言也没有什么好坏之分，就算有好坏之分，也得从实际应用场景出发，所有我们不讨论这个问题。
这里写图片描述
好,好，大兄弟你们都消消气，上面我扯的太多了，下面直接上重点…
1. Question
首先还是按照惯例，上来几个问题，这样能让初学者一目了然，有个大概的认识
1.1 Python是什么
是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年圣诞节为打发无聊时间，而开发的一个新的脚本解释程序，可以感觉下什么叫牛人，是ABC语言的一种继承，至于为什么选中Python作为语言名字，是因为他是一叫Monty Python的喜剧团体的爱好者，第一个公开发行版发行于1991年。
他的设计哲学是
优雅
明确
简单
完全的面向对象。函数，模块，数字，字符串都是对象，不想Java中还有基本类型，在Python中一切皆对象，那作为程序员的我们害怕找到对象吗，直接New一个呀，呵呵
这里写图片描述
1.2 人们为什么用Python
这个问题往往是入门者第一个问题，对此我在一本书找到了这样的解答：
软件质量
开发这效率
程序的可移植性
众多标准库支持
组件集成
享受乐趣
其他的不用多讲，需要详细了解的可以搜索下，我只是提供大家几个方面让大家了解，因为往往对于初学者，是迷茫的，因为不支持从什么方向去了解一个事物，而我就是提供方向的，具体的大家可以自己去了解。我只说下最后一个，详细的可以参考下这篇文章每个程序员都应该学习使用 Python或Ruby文章里面也说的很明白，我总结几点就是
代码量小
维护成本低
编程效率高
同一样问题，用不同的语言解决，代码量差距太多了，一般情况下python是java的1/5，所以说人数苦短，我用python，多留点时间泡妹子吧，不然就老了
这里写图片描述
1.3 Python是脚本语言吗
·
他是一种多用户语言，至于为什么大家的第一感觉是脚本语言，我是因为人们看他的他直接写一个文件，不需要什么编译，跟脚本似得，直接运行的就行了。所以说我也很难给你一个确定答案，我就举一些常见的应用场景：
脚本：可以写一些辅助自己开的脚本，就比如，Android开发，会涉及到一常用的命令，但是如果是在windows用bat写，这样弄到mac就没法运行的，所以可以用，python写。另外如果你是服务器管理员，那么python脚本很适合你，程序长了用bash写，你会砸电脑的
网站开发：他有强大的Django，Flask框架
科学计算：有Numpy和Matlab一样强的数值计算接口
图形界面程序开发：这个不用多解释，就是常见的那种界面啦
2. Python版Hello World
通常任何一门语言都有一个hello world的过程，呵呵，所以说我们这里也一样，因为通过他你会学习到该语言的一个最基本的程序框架和运行过程，这对应初学者才是最重要的。
既然前面也说了，可以把他当脚本语言，那我们就来个最简单的，操作步骤如下：
在你的工作目录下创建一个hello.py文件，别问我你不知道工作目录是什么，那你该学学计算机基础了
在该文件里写入
print 'hello world'
1
1
打开命令行，输入:
python hello.py
1
1
顺利的话你会看到hello world的输出，是不是感觉好简单，对，你没看错，就这么简单，现在你可以说你是一个python程序员了，呵呵~
3. Example
这里就举一个我最近实际应用中的例子，是什么呢，施主莫急，听平僧慢慢到来。场景是这样的最近一个日记软件本身的客户端不能用了，但是数据在sqlite数据库里呀，我们的需求是将里面的一些数据导出为txt文件，怎么这需求简单吧
3.1 Python
首先用python来解决这个问题，据跟上面的描述，我们很清楚的想到如下步骤：
连接sqlite3数据库
执行查询语句
打开文件
将查询的接口写入的刚刚打开的文件中
关闭数据
关闭文件
呵呵，我有想到了，让程序员把大象放到冰箱的故事了，可以参考这篇文章拖放三部曲——从“把大象放进冰箱”说起
好了，不废话了，直接上代码
#!/usr/bin/python
# -*- coding: cp936 -*-
import sqlite3
import HTMLParser
import codecs
import time
f=codecs.open('note.txt','a',"utf-8") #以追加方式打开一个文件
conn = sqlite3.connect('note.db') #打开sqlite数据库
print "Opened database successfully";
#执行查询语句，返回一个cursor
cursor = conn.execute("select created,weather,address,latitude,longitude,content from tb_notescontents,tb_notes where tb_notescontents.note_guid=tb_notes.guid")
#遍历每一行
for row in cursor:
#取出改行的每一列
created= row[0]
weather= row[1]
address= row[2]
latitude= row[3]
longitude= row[4]
content= row[5]
html_parser = HTMLParser.HTMLParser()
d = time.localtime(created/1000)
currentTime = time.strftime('%Y-%m-%d %H:%M:%S',d)
#因为原理的内容是经过html转义了，所以要转回来，形如：今天，
weather = html_parser.unescape(weather)
address = html_parser.unescape(address)
content = html_parser.unescape(content)
f.write(currentTime) #写入文件
f.write(' ')
f.write(weather)
f.write(' ')
f.write(address)
f.write(' ')
f.write(content)
f.write('\n')
f.write('\n')
f.write('\n')
conn.close() ## 关闭数据库
f.close() #关闭文件
print "Operation done successfully";
至于逻辑，我在上面步骤也写的很清楚了，另外程序也谢了很详细的注释，所以说就算你不懂python也能很容易的看懂。
可以看到我们大概只用了50行代码就完成了，这个小需求，但是如果用Java是什么结果呢
3.2 Java
首先的我们的找一个开发工具，就eclipse吧。创建一个项目，然后添加一个TestMan.java
工程结构如下：
这里写图片描述
在TestMan.java中写一个基本的程序框架
public class TestMain {
public static void main(String[] args) {
}
}
卧槽，这么麻烦，搞了半天才把架子搭好，说实话Java确实中规中矩，干什么你都得按照他的那一套来，所以说呢，我们就不能直接贴代码了，步骤还得细分了，啥？
连接sqlite3数据库
通过JDBC连接：但是因为jdbc（Java Data Base Connectivity,java数据库连接）是java连接数据库的一套抽象设计API，既然是抽象的所以是不能直接使用，要找到他的实现，既然是连接sqlite所以应该去sqlite官网或者从bitbucket这里下载，我下载的版本是sqlite-jdbc-3.8.11.2，下载完后将他放到eclipse的环境变量里，下载才把准备工作做完，下面才开始写代码
执行查询语句
打开文件
将查询的接口写入的刚刚打开的文件中
关闭数据
关闭文件
现在我们直接上代码了
import java.io.BufferedWriter;
import java.io.FileWriter;
import java.io.IOException;
import java.sql.Connection;
import java.sql.DriverManager;
import java.sql.ResultSet;
import java.sql.SQLException;
import java.sql.Statement;
import org.apache.commons.lang3.StringEscapeUtils;
public class TestMain {
public static void main(String[] args) {
// load the sqlite-JDBC driver using the current class loader
Connection connection = null;
BufferedWriter bufferedWriter = null;
try {
Class.forName("org.sqlite.JDBC");
// create a database connection
connection = DriverManager.getConnection("jdbc:sqlite:note.db");
Statement statement = connection.createStatement();
statement.setQueryTimeout(30); // set timeout to 30 sec.
ResultSet rs = statement
.executeQuery("select created,weather,address,latitude,longitude,content from tb_notescontents,tb_notes where tb_notescontents.note_guid=tb_notes.guid");
bufferedWriter = new BufferedWriter(
new FileWriter("note.txt", true));
while (rs.next()) {
// read the result set
String created = rs.getString("created");
String weather = rs.getString("weather");
String address = rs.getString("address");
String latitude = rs.getString("latitude");
String longitude = rs.getString("longitude");
String content = rs.getString("content");
// write to file
bufferedWriter.write(created); // 写入文件
bufferedWriter.write(" ");
bufferedWriter.write(weather);
bufferedWriter.write(" ");
bufferedWriter.write(address);
bufferedWriter.write(" ");
// 转义html，可以看到我们又引用了commons-lang jar包
content = StringEscapeUtils.unescapeHtml4(content);
bufferedWriter.write(content);
bufferedWriter.newLine();
}
} catch (SQLException e) {
// if the error message is "out of memory",
// it probably means no database file is found
System.err.println(e.getMessage());
} catch (Exception e) {
// TODO Auto-generated catch block
e.printStackTrace();
} finally {
try {
if (connection != null)
connection.close();
} catch (SQLException e) {
// connection close failed.
System.err.println(e);
}
try {
if (bufferedWriter != null) {
bufferedWriter.close();
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
}
}
现在大家可以看见了java和python的区别了吧，在java中什么功能也提供了，但是得引用各种jar，还得到处找去搜索或下载啦，各种肯爹，不过在python中很多常用库已经内置了，所以省去了很多麻烦，所以说以我个人感觉，python个适合解决工作中的一些小问题，当然大问题也是么有问题的啦~，文章到此基本结束了，当然我也没有偏袒那一面，另外我也是只是从我的工作或学习中得到的一些小领悟特此总结此处，如果大家有什么好的见解欢迎评论吐槽~