第一，规模、实时和分布式处理
大数据的本质特征(使大数据解决了以往数据管理系统的数据管理和处理需求，例如，在容量、实时性、分布式架构和并行处理方面)使得这些系统的安全性更难保证。大数据集群具有开放性和自组织性，支持用户同时与多个数据节点通信。
第二，嵌入式安全
在涉及大数据的疯狂竞争中，大部分开发资源都用于提高大数据的可扩展性、可用性和分析功能。只有少数功能用于添加安全功能。
但是，您希望在大数据平台中嵌入安全功能。您希望开发人员在设计和部署阶段支持所需的功能。您希望安全功能像大数据集群一样具有可扩展性、高性能和自组织性。问题是开源系统或大多数商业系统一般不包含安全产品。而且很多安全产品无法嵌入hadoop或者其他非关系数据库。
大多数系统提供最少的安全功能，但它们不足以覆盖所有常见的威胁。在很大程度上，您需要构建自己的安全策略。
三、应用程序
大数据集群的大多数应用程序都是
首先，很多主要的中间件和后端都是用java或者golang。当然前端也包括html和js。然后有的会用scala，python，sql，这些用来处理脚本的，当然是数据驱动的基石。
这些基本上是语言。希望我的回答对你有用。
大数据平台主要包括分布式存储、分布式消息队列、分布式计算、分布式调度、分布式批处理、流计算等。如果你看看这些领域，你会发现它们都是基于java的，独一无二的，不可替代的。
首先会用到java。其次，hadoop肯定会用于大数据，以及:hdfs、mapreduce、spark、yarn等hadoop组件。
