Java是一门面向对象的编程语言，其主要用途有以下几个方向：大数据领域、Hadoop以及其他大数据处理技术普遍用的都是Java，当然其他语言也有用到，基于Java的HBase和Accumulo以及ElasticSearchas。
高频交易的空间 Java平台提高了这个平台的特性和即使编译，他同时也能够像 C++ 一样传递数据。正是由于这个原因，Java成为的程序员编写交易平台的语言，因为虽然性能不比C++，但开发人员可以避开安全性，可移植性和可维护性等问题。科学应用 Java在科学应用中是很好选择，包括自然语言处理。
传统数据库处理大数据很困难吧，不建议使用传统数据库来处理大数据。 建议研究下，Hadoop，Hive等，可处理大数据。 如果有预算，可以使用一些商业大数据产品，国内的譬如永洪科技的大数据BI产品，不仅能高性能处理大数据，还可做数据分析。 当然如果是简单的查询，传统数据库如果做好索引，可能可以提高性能。
秘诀五：要谨慎对待数据有时，企业是没有能力去获取数据的，也就没法用数据去解决问题。就算公司获得了一些数据，他们往往也不清楚这些数据最终能否解决他们的问题。在这一点上，维亚康姆集团的Luzzi的建议是，一个数据是否有效，是否能帮助公司解决问题，最好询问数据小组的意见。
对常用信息的本地化保存，如QQ第一次加载很慢，但后面登陆会很快。
可以说，通过高效的运用Access数据库，比较好的解决了这项数据分析的重要前提——数据清洗工作，为业务数据分析奠定了良好的数据基础。总结：用Excel处理上百万条数据的清洗工作，是效率很低的工作。建议大数据量处理采用Access进行。 Access处理完上百万条数据后，尽量采用生成表查询生成新表，提高运行速度。
根据过去的经验，我认为初期不要贸然就开始一个非常大的大数据项目，而应该是要从小处开始。数据比较适合以小、具体、容易评估效果作为起点的专案，以此锻链自己收集、加工、使用数据来做决策，以及衡量这个数据价值的能力，即以小知大。从小的场景开始，用数据在商业场景中不断优化。
一要设立专门的数据管理岗位，建立政府“首席信息官”制度；二要委托高校、科研院所和国际知名企业，“订单式”培养人才；三是利用“聘任制”，不断吸引体制外的专业人才进入党政机关，为大数据时代的群众工作提供智力支持和人才保障。
解决途径：对于一个新兴产业来说，企业领导者应该充分认识到这是必要的学习成本，自己乃至整个企业经由这样的学习曲线获得了大数据领域的实操经验和能力。此外，要利用产业起步期不断夯实自己的技术实力，真正地去挖掘市场需求，用户痛点，接地气地创造应用。
USQL在爱普新媒案例中的表现计算成本降低95%相较于爱普新媒现在每月花费在数据仓库UDW（用于临时存放数据）的数千元，处理同样的数据，USQL可将成本控制在每月几十元，因为USQL按照实际分析数据量计费，每GB数据分析价格极低，且不使用时不计费。
