大数据和Java两者都有各自的压力和挑战，但在不同层面上各有累的地方。以下是具体解释：
一、大数据面临的挑战：
大数据的处理和分析需要涉及大量的数据处理技术、算法和工具。这需要专业的数据科学家或工程师具备深厚的统计学、机器学习等理论知识，并熟悉大数据处理框架和工具，如Hadoop、Spark等。此外，大数据领域的挑战还包括处理海量数据时的性能优化、数据安全与隐私保护等问题。因此，大数据领域的工作强度和复杂性较高。
二、Java开发的挑战：
Java作为一种广泛应用的编程语言，其开发过程中也需要面对许多挑战。特别是在构建大型项目或处理复杂的业务逻辑时，Java开发者需要设计合理的系统架构、处理各种异常和错误，同时还要考虑代码的可读性和可维护性。此外，随着Java技术的不断发展和更新，开发者还需要不断学习和适应新的技术和工具。这些都需要投入大量的时间和精力，因此Java开发也有一定的压力。
三、两者比较：
大数据和Java在某些方面是相辅相成的。例如，在处理大数据时，Java是一种常用的编程语言。但在不同场景下，两者所面临的挑战和压力也不尽相同。大数据处理更侧重于数据处理和分析的能力，而Java开发则更注重编程技术和软件设计的复杂性。因此，无法简单地比较哪个更累，这取决于个人的兴趣、技能、项目需求等多个因素。
总的来说，大数据和Java都有其独特的挑战和压力。无论选择哪个领域，都需要持续学习、适应和进步。对于个人而言，应根据自己的兴趣、技能和职业规划来选择适合自己的发展方向。