大数据

电子表格编辑器是最常用的数据分析和可视化工具 (46%)。

大多数大数据开发者不使用特定的数据分析平台 (68%)。最常用的数据分析平台是 Google Colab (19%)。

Jupyter 是最受欢迎的大数据工具，被 32% 的大数据开发者使用。其他流行的工具是 Apache Spark (20%) 和 Apache Kafka (17%)。

在非 IT 领域，数据工程师更常受雇于金融领域，而机器学习专家更常在教育和科学领域工作。

Python 与 Apache Spark 搭配使用的比例为 66%，Java 为 34%，Scala 为 11%。

10% 的受访者同时使用 Apache Spark 和 Apache Kafka。9% 的受访者同时使用 Apache Spark 和 Apache Hadoop。

与 Apache Kafka 搭配使用的三种最流行的语言是 Python、Java 和 SQL。

R 在俄罗斯使用更广泛 (5%)，Python 在亚洲使用更广泛 (59%)。

Python 和 Java 更常用于 Google Cloud，JavaScript 和 PHP 更常用于 AWS，C# 更常用于 Azure。

Jupyter 和 Apache Beam 更常与 Google Cloud 搭配使用。Apache Spark 和 Apache Kafka 在 AWS 用户中更常用。

与从事数据分析和数据工程的开发者相比，机器学习专家更常使用 Python、C++ 和 C，而较少使用 SQL 和 PHP。

Python 和 R 更常被教育和科学领域的开发者使用。

Jupyter 更常用于教育和科学。Apache Spark、Apache Kafka、Apache Hadoop 和 Apache Hive 更常用于银行业务。

Apache Spark 用户的最大份额位于中国、印度、韩国、西班牙和拉丁美洲。