虽然目前大数据的细分岗位比较多，但是主要集中在五个方面，分别是底层平台研发、大数据应用开发、大数据分析、大数据运维和大数据教育。除了底层平台研发往往需要中高端人才以外，其他岗位的知识结构并没有太多的基础性要求，下面对这几大方面的知识结构做一个具体的介绍。
大数据应用开发岗位需要的知识结构包括大数据平台体系结构、编程语言、数据库（NoSQL）、算法设计等内容，可见在大数据应用开发岗位需要掌握SQL，NoSQL的意思是Not only SQL（不仅仅是SQL），不是说不需要SQL。对于应用程序开发人员来说，掌握SQL是基本的要求。
大数据分析岗位的知识结构包括大数据平台体系结构、编程语言、数据库、算法设计、算法实现、数据呈现等内容，大数据分析注重算法的设计与实现，而数据呈现则往往需要通过SQL语言完成数据的提取（BI），所以对于大数据分析人员来说是必须掌握SQL语言的，而且需要对SQL语言非常熟悉。
大数据运维的知识结构包括大数据平台的搭建、组件部署、编程语言、平台维护、网络维护等内容，对于运维人员来说掌握SQL语言也是一个基本的要求，因为大部分运维工作都需要对数据进行操作，通过Shell（Python）来编写运维脚本是一个比较常见的做法。
大数据教育则是为大数据行业提供人才培养的服务，大数据教育更是涉及到以上各个岗位的知识结构，当然需要掌握SQL语言了。
总之，目前大部分大数据岗位都是需要具备SQL基础的，所以在学习大数据之前往往都先学习一下SQL和编程语言（Java、Python、Scala、R等）。
大数据是我的主要研究方向之一，目前也在带大数据方向的研究生，我会陆续在头条写一些关于大数据方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。
如果有大数据方面的问题，也可以咨询我，谢谢！
评论0
加载中...
对于数据研发(ETL)同学或者数据分析(BI)同学来说，SQL语言是必须要会的，因为你需要对大量数据进行加工处理，得到自己想要结果数据。
对于大数据平台开发或者大数据组件开发而言，会不会SQL都可以，平时主要使用Java语言来进行工程开发，对于SQL语言的使用，并不是太多，除了在查询关系型数据库中数据时，会进行使用。
SQL,中文即结构化查询语言，主要用于对数据的查询、更新、删除等操作。SQL是一种标准化语言，旨在降低开发同学的入门门槛，快速对数据进行处理。一般对于传统的关系型数据库用的比较多，比如查询Mysql、Oracle数据库中的数据等。
目前不仅仅传统数据库支持SQL,其实很多大数据组件也渐渐开始支持SQL,尤其是在数据仓库方面，比如Hive，Spark SQL，Flink SQL，Druid等等。支持SQL语言最直接的一个目的，就是提高开发效能。比如对于Flink组件，使用SQL你几分钟可能就将实时任务开发完成，但你如果使用其底层Java API进行开发，可能几天你都不一定能开发出来。
数据研发同学主要的工作就是对数据进行ETL,即对数据进行抽取（extract）、转换（transform）、加载到数据存储（load）。可以是对关系型数据库，也可以是对数据仓库的数据进行加工。为了保持数据处理标准统一，需要使用SQL语言来对数据任务进行开发。统一使用SQL有一个好处，就是使得数据研发同学不会对开发感到陌生。
数据分析同学由于需要在数据中发现商业价值的论点，所以需要经常对数据分析。而数据分析同学又不是专门的开发同学，精通开发，所以使用SQL语言，能够降低其处理数据的难度。现在的数据库以及其他数据仓库都支持SQL语言，数据分析同学想要在数据中找到自己的观点，必须要学习SQL语言的使用。
大数据平台或者大数据组件开发，平时都主要使用Java或者C++语言开发。而SQL语言主要是在数据处理方面应用比较多，由于工作内容的侧重点不同，所以大数据平台或者组件开发可以不用学SQL，就能够直接上手开发。
当然，在日常的项目开发中，或多或少都会接触到数据库方面的使用，当更新或者查询数据库中的数据时，会使用到SQL语言，个人建议开发同学还是掌握一下SQL，在面试的时候也是一个加分项，毕竟SQL语言使用起来也不难。
在大数据领域，是否一定要学习SQL,最主要的还是要看你日常工作的内容，如果你平常和数据接触比较多，主要就是对数据进行加工处理等，那么学习SQL语言你是跑不了的。但是，你平时主要工作就是使用Java进行开发，那学不学SQL对你没有任何影响。
个人建议每个开发同学还是要掌握一定的SQL使用，毕竟你不接触SQL,但你肯定会使用到数据库，对数据库的操作就必须使用SQL语言。技多不压身，反正SQL也不难。
我是Lake，专注大数据技术、互联网科技见解、程序员个人经验分享，如果我的问答对你有帮助的话，希望你能够点赞转发或者关注我，就是我持续分享在大数据方面的知识，非常感谢。
评论0
加载中...
我觉得学习大数据可以不学SQL，需要分布式计算用mr代替，不需要分布式计算用python也是可以的。但是这样处理数据会比较麻烦，可能平时一个任务用SQL几行代码就搞定了，但是换成mr或python可能要几百行都是有可能的。
如果要进大公司并且搞大数据，SQL肯定是必不可少的，因为SQL处理数据特别方便，公司相应的业务会用到，自己也不得不学。SQL语法并不难，多学一门语言并没有什么坏处，所谓技多不压身。
评论0
加载中...
sql是关系数据库的基础语言，是现在大数据平台用的数据库可不是这个，但是学习大数据还是非常有必要学习sql的。因为，一、大数据的来源很多是从既有数据库中提速的，这些数据库基本都是关系型数据库。只有熟知sql才能读懂，操作，整合语言的数据，并提速后重新存入大数据平台。二、关系数据库的架构，逻辑，操作是经典，学好它才能更好的领会数据库的奥妙，熟练掌握sql的查询，插入，删除，修改，并表，对了解数据的操作和分析本身就有很大的帮助。
评论0
加载中...
先上结论：
学习大数据，SQL是基础
SQL是数据库的基本查询语言，无论是做后端开发，还是做数据分析，机器学习或者数据挖掘，都需要熟练的掌握。
数据仓库是大数据时代存放大量数据的地方，如果熟悉HIVE的同学，会发现HIVE的数仓操作几乎和标准的SQL语言一致。所以一些mapreduce的基本操作都可以用SQL的语法来简单的代替了。
总之，SQL是一个很简单的语言，掌握他没有坏处，所以好好学习吧！
PS：本号作者目前是某大厂机器学习算法工程师，致力于全栈AI算法和业务场景落地，非常乐于在网上分享最新的AI知识，也经常开直播教同学AI算法和编程。感兴趣的同学可以关注本头条号，获得最新的干货！
评论0
加载中...
大数据涉及到很多方面，其中对编程和数据库是基础要求。
每一种编程都涉及到数据库，可以说编程和数据库是孪生一对出现的。
编程是你罗辑思维和应用的能力的直接体现，编程语言有很多，诸如JAVA，c／c++，Python，go，Javascript等等，掌握一门能熟练应用。
编程要和数据打交道，所以，数据库操作就是必须的了，包裹关系数据库和非关系数据库（可以对应为SQL和 NoSQL）。
SQL是关系数据库的结构化查询语言的缩写，而NoSQL意思是“Not only SQL”（不仅仅是SQL了）……
所以，搞大数据，没有应用SQL的能力，真是“未知其可也”。
评论0
加载中...
感谢邀请
目前大数据行业异常火爆，这也导致越来越多的开发人员涌向，从岗位职责来划分的话，大数据开发可以分为大数据挖掘，大数据分析，平台开发，以及大数据运维等岗位。
对于上述岗位要求所掌握的技能是不同的，比如大数据分析和大数据挖掘，就需要掌握爬虫的必要知识，Hadoop生态体系上的一系列操作。平台研发需要掌握平台开发语言，前端，以及必要的网络调优等技能。
学习大数据是必须要学习SQL的。SQL作为传统数据存储工具，无论如今的大数据开发工具如何优秀，如何便捷，他们相当一部分的构建思想是遵从SQL开发的一套规则和逻辑，比如Hadoop上的Hive,它的语法就是参考SQL语法。尽管现在各家都有一套自己的独立的生态体系，但如果要究其根源，很多都是复用现有技术，只是在此基础上做改良包装，这也就导致现在很多的开发人员会用工具，但不知道为什么要这样做。如果只是做一个只会用工具的程序员是远远不够的，我们还需要懂得如何更好的用，只有了解其原理才能熟练掌握并使用。
其实SQL的学习时非常简单的，网上有很多的教程可供参考学习，只要我们稍加花费时间，就可以掌握其基础用法，大数据的学习是一个漫长的过程，中间不光涉及SQL，还涉及各种开发语言，各种编程思想，机器学习，AI等知识。这对大数据开发来说是一个挑战。
欢迎大家在评论区留言讨论，如需更多帮助，请私信关注，谢谢。
评论0
加载中...
谢谢大数据分析，必须要学SQL相关的命令和相关的学习，因为数据在量大的时候，如果想在海量的数据中提取以及进行操作的话，普通的其他数据库的操作方法，实际上与这个sql数据库的操作是一样的，应该说是大同小异，因此如果你要有学习大数据，就应该要学习sql数据库的命令和相关的课程。
评论0
加载中...
0
回答0
回答0
回答2
回答0
回答0
回答0
回答0
回答0
回答0
回答
