首先，你說到你剛接觸大數據，你要明白大數據范圍超級廣，你具體想要學習哪個方向呢？數據挖掘？還是機器學習深度學習？亦或nlp（自然語言處理）？（我主要學數據挖掘，嗚啦啦啦）
我給所有問我大數據該怎么入門的人都會有如下建議：學好數學！學好數學！學好數學！重要的事說三遍，不然你怎么理解各種模型的構建？所以從理解算法開始，什么svn啦，knn啦，k means啦，總之各種聚類分類的算法，把它搞懂，絕對有用。
扯遠了，不好意思…言歸正傳，回到語言的選擇問題。java和python這兩個語言，我給你從這幾個方面解釋一下：
1. python是腳本語言，無需編譯，java則是需要編譯的語言
2. 我在letitcode（大概是這么拼）上測試過好多次，同一個功能的程序竟然是java性能好很多
3. 平時我們做項目，都是用python寫個demo去測試，真正發行的版本，是用java寫的
4. 許多大數據平臺（如spark），都提供多種語言的接口，所以你不用擔心學一種語言沒處用的問題
看到了吧？python和java的地位差別在企業中就是一個低一個高，氮素！以我個人的觀點來看，我還是建議你先學python。
為啥膩？我可不是要坑你，而是因為：
1. 很多java中幾行的代碼，python中一行就搞定，學會了python，還怕學不會java？
2. python上手快，簡潔事兒少
3. （個人經驗）我學數據挖掘入門是用的scikit-learn（一個python庫），當時用的超爽的好吧！幾分鐘搞個模型出來。當然現在看來那不算什么啦，可當時真的體驗很好，特有成就感。相反拿java寫程序我就各種別扭，總覺得啰嗦得很
4. 其實，我覺得scala更適合大數據…linkedin后臺好像就是它寫的，但是我覺得scala難，再加上種種原因，一直沒來得及學
以上就是我的看法。
最后給你推薦個小工具：jupyter notebook，一個在線交互式編譯器，不但支持python在線編譯，還支持matplotlib及各種繪圖庫哦！在你前期做數據清洗和特征提取的時候很有用。