大数据入门——搭建Hadoop处理环境

由于Hadoop需要运行在Linux环境中，而且是分布式的，因此个人学习只能装虚拟机，本文都以VMware Workstation为准，安装CentOS7，具体的安装此处不作过多介绍，只作需要用到的知识介绍。

VMware的安装，装好一个虚拟机后利用复制虚拟机的方式创建后面几个虚拟机，省时省力，需要注意的是需要修改每个虚拟机的IP与主机名。

所有虚拟机采用NAT模式上网，而且要保证与物理主机的IP互相能访问。

需要注意的几个问题。nat如果上网首先需要查看物理机(pc机)这个服务器已经启动。上网的原理：流量是走的物理网卡，但是它的ip,却是和物理机没有关系的。也就是说，无论你怎么更换网络环境，你的虚拟机都不需要做改变。这就是它的优点。

首先在安装VMware 之后，我们会看到多了两个网卡

这个如果经过网络配置的折磨，应该能找到着两个网卡：vmnet1和vmnet8，这里讲的是vmnet8。

重点看右侧第三图你会看到ip地址，这个ip地址，因个人而异，也就是说不同网络，不同环境，这个ip变化的概率是很大的。可能是192.168.0.1等等。这里也相当于我们编程的一个变量，这里是需要你根据你的环境来赋值的，建议vmnet1到vmnet8分别设置192.168.10.1到192.168.80.1，好作区分。

上面我们通过看到的虚拟机网卡的ip，为了避免混肴，上面的虚拟网卡和本地网络适配器处于同一界面。如下图：

而下面则是在打开虚拟机之后，通过菜单弹出

弹出之后，我们在看一下虚拟机的(交换机)vmnet8.

可以看到vmnet8子网ip和虚拟机网卡是出于同一个网段的。

同时在右侧net设置界面，我们可以看到网关为：192.168.106.2，改成192.168.80.2 虚拟机的设置会用到。

Linux基础知识

Linux的学习也是一个过程，因为可能你连最简单的开机和关机命令都不会，更不要谈配置网络。这里面给大家提供刚开始学习所查阅的资料和经验总结。

首先我们需要使用一些命令，进行网络配置，但是在网络配置中，这里面又必须懂得虚拟机的一些知识，所以前面的虚拟机知识需要掌握扎实一些。

在此注意CentOS7与CentOS6的命令有些不同，会一些常用命令是必备，每次开机或启动解压安装授权都是最基本的知识，其它的可以暂时不用学。

CentOS中安装java环境

下载对应32或64位jdk，设置好JDK环境变量PATH，具体的配置可自行Google。

环境准备

修改机器名,每个系统中都要修改成这样。

打开终端，切换到root用户下修改机器名称。

$ sudo su

$ vim /etc/sysconfig/network

在其中添加“HOSTNAME=H32”

添加每个服务器IP对应的机器名

三个ip地址都添加到各自的/etc/hosts文件中

每个系统中都要修改成这样

#编辑hosts

vim /etc/hosts

关闭SELinux

#编辑 SELinux 配置文件

vim /etc/selinux/config

#改状态

SELINUX=disabled

SSH设置

进入H30，查看ssh是否安装,如果有，继续，没有安装下。

rpm -qa|grep ssh

时间服务器安装

这里需要安装时间服务器，其他的服务器通过这个来进行多机器时间的同步，分布式部署时机器时间不一致会导致数据错误或组件内通讯错误。

安装httpd服务

httpd是Apache超文本传输协议(HTTP)服务器的主程序。被设计为一个独立运行的后台进程，它会建立一个处理请求的子进程或线程的池。

安装yum-utils

yum install yum-utils 用于在线yum安装 它是基於RPM包管理，能够从指定的服务器自动下载RPM包并且安装，可以自动处理依赖性关系，并且一次安装所有依赖的软体包，无须繁琐地一次次下载、安装。yum提供了查找、安装、删除某一个、一组甚至全部软件包的命令，而且命令简洁而又好记。(需要机器能访问外网)

准备资源和环境

下载Centos 7.2 的iso安装镜像，jdk1.8 for Linux压缩包，hadoop2.7.3压缩包(本来用hadoop3，发现后面不兼容hive的最新版本)

Java基础知识

由于Hadoop框架源码都是以Java来写，因此最好都以Java作为开发的最佳语言，虽然说有些用C#做了封装，但性能已大打折扣。(这就是为什么说Java的学大数据有很大的优势，其它语言的还需要重新学习Java)

Eclipse IDE使用

Linux和Windows下源码编译技术

还有最重要的是你的网速要好，因为安装过程中会下载依赖包，网不好会卡到你怀疑人生。

最后还需要有耐心，每台机子的环境都不一样，而且每个人下载的包的版本也有可能不一样 会导致各种问题，此时就需要耐心的去看日志，不停的尝试和仔细的对比安装步骤，可能就是少了个变量 或大小写错误或是要重启。

为了帮助大家让学习变得轻松、高效，给大家免费分享一大批资料，帮助大家在成为大数据工程师，乃至架构师的路上披荆斩棘。在这里给大家推荐一个大数据学习交流圈：658558542 欢迎大家进×××流讨论，学习交流，共同进步。

当真正开始学习的时候难免不知道从哪入手，导致效率低下影响继续学习的信心。

但最重要的是不知道哪些技术需要重点掌握，学习时频繁踩坑，最终浪费大量时间，所以有有效资源还是很有必要的。

最后祝福所有遇到瓶疾且不知道怎么办的大数据程序员们，祝福大家在往后的工作与面试中一切顺利。