最近有一些程序员咨询我大数据技术好学不？是不是要转换赛道？其实想学好不容易，但不用转换赛道，可你真要开始准备了！Java的重点应用领域在企业级应用，互联网云应用等方面，这是目前国内主流开发的领域，受限于我们与美国的实力差距，我们的开发者很难从事例如操作系统，基础架构等领域生态中最基础核心的部分，因此大量开发人员主要还是做应用级的产品或项目。从目前Java企业级的发展来看，无论是spring这样的框架发展也好，还是传统数据库的发展也好，基本上都到了一个非常成熟的阶段，对应的企业项目管理方法，软件开发方法，也都进入到了一个比较成熟的阶段。因此人才需求量在传统的开发领域，不会再有前十几年的爆发性增长，而且随着软件工艺的成熟，自动化手段会越来越多，并且积累了大量技术人才和技术经验。这些形式并不利于新人的长期发展。我们在看大数据技术的发展，大数据技术的学习主要分为分布式架构，分布式存储(数据库)，分布式计算，数据治理和大数据平台运维等。数据和计算模型从大规模并行计算(mpp)，延伸出了oltp和olap一体化(htap)，从发展的角度看，从离线批量分析的Hadoop1.0时代，这几年过渡到flink，newsql的在线实时计算，事务分析一体计算，逐步在将分布式，大数据和传统事务进行融合，在这种趋势下用不了几年，可能你说你只会ssm框架+mybatis orm框架，就好像现在你说只会vb，dephi的cs编程一样，彻底缺乏存在感了！所以大数据技术不是你选不选择，而是所有面向企业级应用，互联网云计算的IT从业人员的必经之路。那么既然目前新人进入传统开发领域不再有新技术红利的优势，为何不直接进入下一时代的技术体系去学习呢？当然不是学习大数据技术专业就一定没有风险，那就是国内大数据的应用需求并没有在近几年彻底的打开，导致就业岗位没有那么大，步伐慢了，但总会进入这个时代，而且不要总盯着大厂的那点互联网数据，咱们国家真正的大数据其实会来自企业数据驱动、城市与工业物联网化和人工智能，整个社会的大数据并没有彻底的释放出来，迟早需要大批的科技企业，大量的工程师去采集发掘，计算管理和提取价值。在扩展学习一下数据科学领域的AI分析技术，让自己在编程开发、大数据技术、数据AI技术三者之间形成一种张力，可以来回适应不同的工作需求，关键的一点这三者的关系紧密，适合持续性学习，是可以相辅相成的，让你的学习投入获得应有的回报。