大數據雖然能為企業帶來很多好處，但同時它也讓開發人員們很是頭痛，更為要命的是，開發人員漸漸發現傳統編程語言不足以應付他們遇到的許多挑戰。

數據科學家和開發人員在處理數據時往往會有以下幾個選擇：

·基于GUI的開發平臺。

·C-based語言(如C，C ++和Java)。

·R語言。

R語言論壇博主Oliver Bracht曾經寫過一篇關于R語言優點的主題帖子，并指出R比其他語言更適合處理更大的數據查詢。

Jan Wijffels在talkR會議上列舉了不同規模的數據集，根據經驗，百萬條記錄的數據集可以輕松地用標準R進行處理;百萬到十億條記錄的數據集也可以使用R來處理，但是需要額外的努力;十億條以上的數據集就需要MapReduce算法，而這些算法可以在R中設計，并用Hadoop等連接器進行處理。

下面我們來看一下數據科學家都使用哪些工具和編程語言：

GUI開發平臺

GUI開發平臺非常友好，但是它們不足以處理大型的大數據項目，隨著大數據漸漸成為企業的優先事務，更多的大數據項目將會涌現，這些GUI開發平臺會更受歡迎。

C以及C-based語言

C以及C-based語言早在1978年就被制定了編程語言標準，C是C ++，Java，Python以及其他面向對象編程語言的基礎。雖然新的C-based語言具有強大的面向對象能力，但它們在大數據查詢方面也具有一定的局限性。

C語言有一些很好的數據處理方法，程序員會選擇C是基于以下的原因：

·C是用于周界預估和處理傳感器數據的偉大語言。

·Java生態系統類似于Hadoop。

·C ++可用于處理雷達數據。

這些語言在處理GB級的數據時非常有用，但是在處理大數據時并不健壯。例如，C++可用于大數據項目，但是要求程序員要十分熟練準確的使用指針。C-based語言的局限性使得開發人員不得不去尋找替代方案，而R語言是更新的編程語言，更適合處理大數據。

R是查詢和處理大數據的更好選擇

R語言的大數據編程是在幾年前開發的，它用于數據分析和分布式計算。R語言的庫被廣泛應用于大型分布式平臺，而且在較小的系統上也能很好地運行，甚至還可以在個人筆記本電腦上使用。

InfoWorld的編輯Martin Heller指出，R是更適合大數據開發人員有以下幾個原因：

R語言的包和函數能夠加載各種來源的數據，除了使用read.table()函數處理的逗號之外的分隔符，您可以復制和粘貼數據表，讀取Excel文件，將Excel連接到R，導入SAS和SPSS數據以及訪問數據庫， Salesforce和RESTful接口。

您不需要學習標準數據導入的語法，因為RStudio Tools | Import Dataset菜單項將幫助您通過查看文本文件或URL中的數據，設置正確的轉換選項來交互地生成正確的命令

我們來更詳細地看一下這些要點：

多個來源加載數據

在大數據爆紅之前，大多數應用程序都是從單一來源匯總數據。而大數據催生了物聯網的發展，現在許多項目都要依賴眾多來源的數據。營銷應用程序是一個典型的例子，他們需要從內部數據庫，社交媒體和客戶設備等多個來源來收集客戶數據。所以你需要一種可以從所有來源查詢和處理數據的編程語言。

程序員的適應程度

程序員學習新的語言需要一定的時間，不過，一般來說多功能的編程語言都有更陡峭的學習曲線，尤其是處理大數據之類的復雜東西。

而R是一個例外。只要程序員了解其基本編碼原則，就可以使用內建的庫來處理大數據。

與其他語言的兼容性

R語言的優點之一就是和其他主流的編程語言兼容。

從云平臺中提取的能力

如果程序員學習了R語言擴展包dplyr，就可以使用它來運行不同云平臺的大數據查詢，如Google BigQuery和Amazon Redshift。

托管公司與R兼容

由于R可能成為大數據應用程序的標準編程語言，所以更多的托管公司開始重視R語言，以下托管公司都在近期為R語言程序員提供了新的解決方案：

Host.AG是來自Antigua 和Barbuda,的一家托管公司，它使用大數據來分析網絡安全威脅并部署最佳解決方案，例如DDoS攻擊。

VPS.AG認為許多客戶依賴大數據，但是預算有限，所以他們向GB數據級的公司提供經濟托管服務。

TrueHoster深耕各行業的客戶服務，使用大數據為所有行業定制服務計劃。

隨著大數據的繼續深入發展，其他托管服務供應商對于R語言兼容性的需求會上升。

R將成為大數據的未來?

大數據正在以各種方式改變我們的生活，但是卻很少有人談論大數據時如何改變程序員的生活。程序員正在尋找更強大的解決方案，他們發現，R具有許多其他語言缺乏的大數據特征，并相信在不久的將來R語言可能會成為更流行的語言。