Wenn Menschen an die Wahl einer Computersprache denken, wählen sie vielleicht eine der bekannten allgemeinen prozeduralen Sprachen, die in der Schule gelernt werden, wie C, Java oder Python. Aber diese häufig gewählten Sprachen sind nur die Spitze des Eisbergs im Bereich der Computersprachen – wenn sie Schlüsselwörter und Strukturen verwendet, um Informationen zu übermitteln, dann ist sie eine Sprache. Unten stehen die zehn Cloud-Computing-Sprachen, die es wert sind, in Betracht gezogen zu werden.

1. SQL-Datensprache

Wenn es um Datensprachen geht, ist SQL seit Jahrzehnten der unangefochtene Oberherr. Sogar nicht-relationale Datenbankserver verwenden irgendeine Form der SQL-Sprache. Genau wie jeder andere Bereich der IT ist auch das Cloud-Computing-Umfeld voll von SQL.

Dies ist ein SQL-Witz, über den Entwickler überall schmunzeln werden. "Ein Mann betritt eine Bar, sieht zwei Tabellen und sagt: 'Kann ich Sie joinen?'"

2. XML-Datensprache

XML wird verwendet, um Dokumente zu beschreiben, nicht um eine Reihe von Anweisungen zu übermitteln. Da XML normalerweise keine Anweisungen an den Computer erteilt, wird es allgemein nicht als Computersprache angesehen.

XML ist eine enorm populäre Daten-Auszeichnungssprache, und das ist hauptsächlich Java zu verdanken. Wo Java ist, ist auch XML. Und da Java schon lange, bevor Cloud Computing populär wurde, groß angelegte verteilte Systeme angetrieben hat, sind XML-Dokumente allgegenwärtig. Apache-Hadoop-Konfigurationen befinden sich in XML-Dateien.

3. R: Mathematische Sprache

Die Sprache R hilft einer breiten Palette von Entwicklern beim Umgang mit Statistik, Berichten und Grafiken. Interaktive R-Tutorials ermöglichen es neuen Entwicklern, den Spaß an Vektoren, Faktoren und zugehörigen Datensätzen zu schätzen.

Amazon kombiniert die integrierte Entwicklungsumgebung (IDE) RStudio mit seinem EMR-Dienst (Elastic MapReduce), um Big-Data-Analysen zu unterstützen.

4. Clojure: Mathematische Sprache

Clojure ist nicht nur eine mathematische Sprache; es ist sowohl eine Allzwecksprache als auch eine funktionale Sprache. Und wie es der Zufall will, ist Clojure bei Datenanalysten sehr beliebt.

Das Echtzeit-Datenstromverarbeitungssystem Apache Storm ist in Clojure geschrieben. Funktionale Sprachen erfordern keine Semikolons, prozedurale Sprachen hingegen schon; man sieht, dass Semikolons in diesem Clojure-Skript nur für Kommentare verwendet werden (https://github.com/apache/storm/blob/master/storm-core/src/clj/backtype/storm/clojure.clj).

5. Haskell: Funktionale Sprache

Haskell ist eine funktionale Sprache, die sich ideal für verteiltes Rechnen eignet. Das Cloud-Haskell-Plattformprojekt wurde vor einigen Jahren gestartet.

Trotz der ziemlich hohen Verbreitung von Haskell in der Industrie und seines Platzes unter den Top-20-Sprachen auf GitHub war seine Verbreitung im Cloud Computing eher dürftig – möglicherweise weil Haskell als zu schwer zu erlernen gilt. Du kannst es selbst im Try-Haskell-Tutorial erleben.

6. Erlang: Funktionale Sprache

Erlang entstand bei Ericsson. In der Telekommunikationsbranche müssen Produkte ewig laufen, und alles (Kunden, Kontakte, Transaktionen und Datensätze) wird in Millionen gezählt.

Eine funktionale Sprache in Carrier-Grade-Qualität klingt perfekt für Cloud-Computing. Tatsächlich treibt Erlang, obwohl es nicht unter die Top-20-Sprachen auf GitHub gekommen ist, beliebte Cloud-Computing-Anwendungen an, darunter Riak, CouchDB, RabbitMQ und sogar LING single-kernel.

7. Python – prozedurale Sprache

Python ist eine High-Level-Sprache, die leicht lesbar sein soll. Heutzutage kann fast jeder – ja, jeder – schnell mit Python beginnen. Lernhilfen umfassen Kurse, Bücher und sogar interaktive Python-Tutorials.

OpenStack ist eine beliebte Software zur Verwaltung von Infrastructure-as-a-Service (IaaS), und sie ist in Python geschrieben. Werfen Sie einen Blick auf diesen Python-Code für die Nova-Client-Schnittstelle (https://github.com/openstack/python-novaclient/blob/master/novaclient/client.py).

8. Go – prozedurale Sprache

Vor einigen Jahren entwickelte Google Go, als einige seiner Programmierer ziemlich frustriert von Sprachen wie Stroustrups C++ waren. Google bietet ein interaktives Go-Tutorial und den Go Playground für die Arbeit mit Code.

Als Liebling des Cloud-Computing-Bereichs ist Docker in Go geschrieben, ebenso wie viele andere Projekte im Docker-Ökosystem.

9. GFM – domänenspezifische Sprache

GFM (GitHub Flavored Markdown) ist eine Klartext-Formatierungssprache, mit der Software-Repositorys auf GitHub dokumentiert werden können. GFM wird von Millionen Entwicklern verwendet, weil Millionen Entwickler GitHub verwenden.

Da es so viele cloud-spezifische Projekte auf GitHub gibt, wie etwa Cloud Foundry, ist es gut, GFM zu kennen. Es ist vielleicht die am einfachsten zu erlernende der zehn Sprachen, die in diesem Artikel vorgestellt werden.

10. Domänenspezifische Sprache für reguläre Ausdrücke

Die Regex-Syntax lässt Anfänger sich am Kopf kratzen, denn sie ist wirklich symbolisch – nur einzelne Zeichen, keine Schlüsselwörter. Regex-Code sieht aus, als wäre jemand auf der Tastatur eingeschlafen. Wenn du für immer von Regex abgeschreckt werden willst, wirf einen Blick auf dieses extreme Beispiel: JSON-Parser (http://www.perlmonks.org/?node_id=995856).

Reguläre Ausdrücke sind jedoch ein Eckpfeiler der Linux-Welt. Eines der Kernprinzipien des alten UNIX-Betriebssystems und seiner Linux-Derivate ist die umfangreiche Verwendung von Text. Text wird überall verwendet, für die Konfiguration, auf der Kommandozeile und in Protokollen. Reguläre Ausdrücke helfen Entwicklern, Text gut zu verwalten.

Es gibt auch Hunderte anderer Sprachen

Es gibt noch viele weitere hervorragende Sprachen zur Auswahl. Nimm dir etwas Zeit, um ein Buch wie das klassische Buch Seven Languages in Seven Weeks von 2010 (https://pragprog.com/book/btlang/seven-languages-in-seven-weeks) zu lesen, das dir ein allgemeines Verständnis mehrerer Sprachen vermittelt, darunter Prolog und Scala. Oder du kannst deine eigene Kombination von Sprachen wählen.

Quelle: http://www.evget.com/article/2015/3/27/22249.html