Dlaczego warto poznać Linux?

Sprawdź, dlaczego Linux jest tak popularny w Data Science i dlaczego warto go poznać.

Przyczyny popularności

Linux stał się pewnym standardem, jeśli chodzi o systemy operacyjne używane w szeroko pojętej nauce o danych. Obiektywnie, przyczyn takiego stanu rzeczy jest kilka:

1. Oszczędność. Linux należy do grupy narzędzi o otwartym kodzie źródłowym. Oznacza to, że jest w 100% darmowy i rozwijany przez społeczność. Nie trzeba za niego płacić (chyba że wybierzemy jedną z płatnych dystrybucji), co już samo w sobie generuje oszczędności.
2. Siła Open Source. Jego rozwój, aktualizacje, funkcjonalności są rozbudowywane przez programistów z całego świata, co przekłada się na masę przydatnych funkcjonalności oraz szybkie i częste aktualizacje.
3. Standard w rozwiązaniach serwerowych. O ile na desktopach Linux stanowi niewielki procent wszystkich systemów operacyjnych, o tyle na serwerach niepodzielnie króluje. W codziennej pracy staramy się budować modele, które są wdrażane i używane, a umieszczenie modeli na serwerze (bardzo często opartym o OS Linux) w formie API jest jedną z podstawowych form ich wdrażania. Dodatkowo platforma Big Data – Hadoop – w większości przypadków jest uruchamiana właśnie na Linuxie.
4. Stabilność i niezawodność. Czy zdarzyło Ci się kiedyś, że aktualizacja w Windows przerwała pracę, bądź efektywnie ją utrudniała? A może Windows zaskoczył Cię „blue screen-em” w najmniej oczekiwanym momencie? W Data Science niektóre obliczenia potrafią trwać długimi godzinami lub nawet dniami. Staramy się unikać sytuacji, w których proces zostaje przerwany przez jedną z wcześniej wymienionych błahostek. Stabilność działania i niezawodność są zatem czynnikami kluczowymi.
5. Skalowalność i wydajność. W analizie danych często mamy do czynienia z dużymi zbiorami danych i algorytmami o dużej złożoności obliczeniowej. Linux jest znany z efektywnego zarządzania zasobami, co pozwala na maksymalne wykorzystanie mocy obliczeniowych maszyny, bez jej nadmiernego obciążania przez procesy uruchamiane w tle przez system operacyjny.

Czemu Ty, jako Data Scientist powinieneś poznać Linuxa?

Potencjalnych korzyści jest całe mnóstwo. Można je podzielić na kilka obszarów:

1. Użyteczność i funkcjonalność. Wiersz poleceń, masa przydatnych narzędzi i elastyczność. Pracując na Linux, dopasowujesz system „pod siebie”, np. tworzysz one-linery (skróty użytecznych poleceń, które automatyzują powtarzalne czynności). Python na każdej dystrybucji, z której dane mi było korzystać, działał out-of-the-box.
   Narzędzia takie jak: grep, find, możliwość korzystania z pipe-a, emacs, vim.
2. Open Source + bezpieczeństwo + prywatność. Zacznę od tego, że bardzo podoba mi się historia i kultura związana z Linuxem. Zasada prostoty i społeczności rozwijającej coś dla wspólnego dobra. Dodatkowo otwarty kod źródłowy minimalizuje ryzyko związane z prywatnością danych i śledzeniem użytkowników, które w komercyjnych systemach (Windows, Mac OS) jest to… nazwijmy to „wyzwaniem”.
3. Dostępność. Znakomita większość serwerów działa na Linux właśnie. To na serwerach jako Data Scientiści wdrażamy swoje rozwiązania. Jeśli umiesz pracować z wierszem poleceń, to na dowolnym serwerze czujesz się jak ryba w wodzie, a rozwiązanie podstawowych problemów nie stanowi trudności.
   • Konfiguracja środowiska zdalnie przez ssh? Nie ma sprawy.
   • Brakuje bibliotek? Trzeba coś doinstalować? Żaden problem.
   • Wystawienie api zwracającego score? Pewnie! 🙂
   • Edycja kodu na serwerze w Vim/Emacs/nano? Ok! 😉
4. Stabilność. Różnego rodzaju „zawieszki” na Linux są rzadkością. Nie pamiętam, kiedy ostatnio resetowałem komputer. Wiele systemów działających na Linux pozostaje uruchomionych miesiącami, a aktualizacje są wykonywane bez restartów.

Linux jako główny system operacyjny?

Przechodząc do sedna: w zastosowaniach biznesowych – nie polecam. No, chyba że nie musisz pisać dokumentów w Microsoft Word, edytować arkuszy kalkulacyjnych w Microsoft Excel i nie tworzysz prezentacji w Microsoft PowerPoint. Oczywiście, można to robić w innym oprogramowaniu, np. Libre Office, czy Google Docs. Problem pojawia się, gdy produkty naszych prac musimy współdzielić z naszymi współpracownikami. W prawdzie jest zapewnione wsparcie wolnego oprogramowania dla formatów: docx, xlsx, etc. W praktyce jest ono jednak dalekie od ideału i z moich doświadczeń po prostu nieefektywne.

Dodatkową przeszkodą są inne powszechnie używane aplikacje biznesowe, które są dostępne jedynie na Windows i macOS. Z różnych przyczyn (m.in. niszowy udział Linuxa na rynku desktopów) część producentów w ogóle nie wydaje swojego oprogramowania na Linux.

Z powyższych powodów nigdy nie korzystałem z Linuxa, jako głównego systemu operacyjnego w pracy zawodowej. W całej mojej karierze ani razu nie spotkałem się z sytuacją, w której pracodawca zapewniałby laptopy z systemem Linux, ew. dawał możliwość jego instalacji zamiast Windows. Zawsze był on jedynie dodatkiem, ale już po stronie serwerowej.

Czy to oznacza, że Linuxa nie warto znać? Bynajmniej. 🙂

Linux jako drugi system operacyjny

Osobiście od lat stosuję takie podejście. W pracy korzystam głównie z Windows, a prywatnie głównie z Linux. Dzięki temu regularnie ćwiczę najważniejsze polecenia i „konsolowy” sposób zarządzania systemem. Gdy później, w pracy trzeba „postawić” i skonfigurować w chmurze nową maszynę opartą o Linuxa, to nie mam z tym problemu. Dla osób mocno przyzwyczajonych do Windows i graficznego interfejsu może stanowić to znaczne wyzwanie.

Jeśli jesteś osobą początkującą i chcesz zacząć naukę Linuxa, to zacznij od dystrybucji, która jest przyjazna dla osób początkujących. Dobrym wyborem może być np. Ubuntu. W sieci znajdziesz mnóstwo materiałów edukacyjnych, które pomogą Ci poznać system i nauczyć się jego efektywnej obsługi.

Ponadto wszystkim zainteresowanym tematem Linuxa i jego użyteczności w Data Science polecam tę publikację. Miłego czytania! 🙂

Źródła:

• • Grafika tytułowa