R语言会成为大数据时代的现象级语言吗?

数据科学家和开发人员在处理数据时往往会有以下几个选择：

·基于GUI的开发平台。

·C-based语言(如C，C ++和Java)。

·R语言。

R语言论坛博主Oliver Bracht曾经写过一篇关于R语言优点的主题帖子，并指出R比其他语言更适合处理更大的数据查询。

Jan Wijffels在talkR会议上列举了不同规模的数据集，根据经验，百万条记录的数据集可以轻松地用标准R进行处理;百万到十亿条记录的数据集也可以使用R来处理，但是需要额外的努力;十亿条以上的数据集就需要MapReduce算法，而这些算法可以在R中设计，并用Hadoop等连接器进行处理。

下面我们来看一下数据科学家都使用哪些工具和编程语言：

GUI开发平台

GUI开发平台非常友好，但是它们不足以处理大型的大数据项目，随着大数据渐渐成为企业的优先事务，更多的大数据项目将会涌现，这些GUI开发平台会更受欢迎。

C以及C-based语言

C以及C-based语言早在1978年就被制定了编程语言标准，C是C ++，Java，Python以及其他面向对象编程语言的基础。虽然新的C-based语言具有强大的面向对象能力，但它们在大数据查询方面也具有一定的局限性。

C语言有一些很好的数据处理方法，程序员会选择C是基于以下的原因：

·C是用于周界预估和处理传感器数据的伟大语言。

·Java生态系统类似于Hadoop。

·C ++可用于处理雷达数据。

这些语言在处理GB级的数据时非常有用，但是在处理大数据时并不健壮。例如，C++可用于大数据项目，但是要求程序员要十分熟练准确的使用指针。C-based语言的局限性使得开发人员不得不去寻找替代方案，而R语言是更新的编程语言，更适合处理大数据。

R是查询和处理大数据的更好选择

R语言的大数据编程是在几年前开发的，它用于数据分析和分布式计算。R语言的库被广泛应用于大型分布式平台，而且在较小的系统上也能很好地运行，甚至还可以在个人笔记本电脑上使用。

InfoWorld的编辑Martin Heller指出，R是更适合大数据开发人员有以下几个原因：

R语言的包和函数能够加载各种来源的数据，除了使用read.table()函数处理的逗号之外的分隔符，您可以复制和粘贴数据表，读取Excel文件，将Excel连接到R，导入SAS和SPSS数据以及访问数据库， Salesforce和RESTful接口。

您不需要学习标准数据导入的语法，因为RStudio Tools | Import Dataset菜单项将帮助您通过查看文本文件或URL中的数据，设置正确的转换选项来交互地生成正确的命令

我们来更详细地看一下这些要点：

多个来源加载数据

在大数据爆红之前，大多数应用程序都是从单一来源汇总数据。而大数据催生了物联网的发展，现在许多项目都要依赖众多来源的数据。营销应用程序是一个典型的例子，他们需要从内部数据库，社交媒体和客户设备等多个来源来收集客户数据。所以你需要一种可以从所有来源查询和处理数据的编程语言。

程序员的适应程度

程序员学习新的语言需要一定的时间，不过，一般来说多功能的编程语言都有更陡峭的学习曲线，尤其是处理大数据之类的复杂东西。

而R是一个例外。只要程序员了解其基本编码原则，就可以使用内建的库来处理大数据。

与其他语言的兼容性

R语言的优点之一就是和其他主流的编程语言兼容。

从云平台中提取的能力

如果程序员学习了R语言扩展包dplyr，就可以使用它来运行不同云平台的大数据查询，如Google BigQuery和Amazon Redshift。

托管公司与R兼容

由于R可能成为大数据应用程序的标准编程语言，所以更多的托管公司开始重视R语言，以下托管公司都在近期为R语言程序员提供了新的解决方案：

Host.AG是来自Antigua 和Barbuda,的一家托管公司，它使用大数据来分析网络安全威胁并部署最佳解决方案，例如DDoS攻击。

VPS.AG认为许多客户依赖大数据，但是预算有限，所以他们向GB数据级的公司提供经济托管服务。

TrueHoster深耕各行业的客户服务，使用大数据为所有行业定制服务计划。

随着大数据的继续深入发展，其他托管服务供应商对于R语言兼容性的需求会上升。

R将成为大数据的未来?

大数据正在以各种方式改变我们的生活，但是却很少有人谈论大数据时如何改变程序员的生活。程序员正在寻找更强大的解决方案，他们发现，R具有许多其他语言缺乏的大数据特征，并相信在不久的将来R语言可能会成为更流行的语言。

作者：朱立娜

来源：IT168

原文链接: R语言会成为大数据时代的现象级语言吗?