京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Hadoop版本主要分为原生Apache Hadoop版和Hadoop商业发行版两种,而其中商业发行版Hadoop多为原生Apache Hadoop的集群模式下的优化版,除少数社区版外,商业发行版大多需要付费使用,且对于初学者而言使用难度较大,因此本教程主要采用Apache Hadoop进行安装与使用方面教学。同时,兼顾一线企业实际使用差别和教学PC机器性能,本次课程将主要采用Apache Hadoop 2.6.5版本。
如何下载Hadoop
打开Hadoop官网下载地址,页面如下图所示,根据提示选择2.6.5二进制压缩版。
由于是在国内,为了保证下载速度我们可以选择清华的软件仓库下载。(url图片太小)
此时浏览器弹出下载提示窗口,选择路径下载即可。注:不同浏览器的下载提示窗口会有所不同。
hadoop的安装步骤
打开Ubuntu虚拟机,通过Xshell连接。用户主目录(/home/hduser)下创建software目录,在Xshell终端中输入命令mkdir software。
后续用到的软件安装文件都将放在这里,便于管理。
打开WinSCP软件并连接登录ubuntu虚拟机,登录成功后默认进入当前用户主目录,双击刚创建的software目录
双击后跳转到software目录下
将下载的hadoop-2.6.5.tar.gz上传至Ubuntu虚拟机的software目录下,方法是:按下图鼠标拖动hadoop-2.6.5.tar.gz至software目录即可。
代传输完成,hadoop二进制压缩文件hadoop2.6.5.tar.gz就存在于ubuntu虚拟机software文件目录下了。
在Xshell中通过命令ls software/即可查看software目录内文件信息。如下图所示上传成功
将hadoop-2.6.5.tar.gz解压到当前用户主目录下,方法:在用户主目录下输入命令tar -zxvf ./software/hadoop-2.6.5.tar.gz,然后回车键执行
回车开始执行后压缩文件开始解压
压缩文件会被解压到用户主目录下,解压完成后会查看当前用户主目录下的文件,如下图所示可以看到文件hadoop-2.6.5,此文件即为解压后的文件夹。
由于解压后的文件名有些长,我们可以为其更换文件名为hadoop,改名可以有如下方式:执行命令mv hadoop-2.6.5/ ./hadoop即可。如下图所示通过ls命令查看更名已经成功。
小伙伴们有没有疑问hadoop文件目录下都有哪些文件呢,主要会用到哪几个?下面我带大家看一看。跳转到hadoop文件目录下之后执行ls -l命令
目录&简介
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
很多数据分析师精通Excel单元格操作,但当被问到“表结构数据的基本处理单位是什么”“字段和记录的本质区别”“为什么表结 ...
2026-09-07随着大数据技术的快速发展,商业竞争逐步从传统的经验式经营转变为数据驱动的精细化运营。海量的用户行为数据、交易数据、运营数 ...
2026-09-04CDA数据分析师 出品 作者:李诗怡 1. 波士顿矩阵(BCG Matrix) 定义: BCG于1970年提出的业务组合分析工具,以"市场增长率"(纵 ...
2026-09-04 数据分析师八成以上的时间在和数据表格打交道,但许多人拿到Excel后习惯性地先算、先分析,结果回头发现漏了一列关键数据, ...
2026-09-04数据透视表是Excel与Power BI中最核心的数据分析工具,具备快速汇总、维度拆分、动态筛选的能力,可高效完成数据归类与统计展示 ...
2026-09-03在Power BI数据分析可视化场景中,堆积柱状图+折线图是最常用的复合图表组合。堆积柱状图适合展示各细分维度当期数值、结构占比 ...
2026-09-03 很多数据分析师每天与Excel打交道,但当被问到“表格结构数据的基本处理单位是什么”“数据类型误判会引发哪些分析错误”“ ...
2026-09-03CDA数据分析师 出品 作者:李诗怡 一、8个核心数据清洗函数 1. TRIM:一键清除多余空格(最常用) 作用:仅保留文本中"单词/字 ...
2026-09-02数据分析的核心并非单纯操作工具、整理报表或绘制图表,而是依靠科学的思维逻辑挖掘数据价值、解释业务现象、指导经营决策。在完 ...
2026-09-02在社会经济、产业研究、区域治理与大数据实证分析中,面板数据是最具研究价值的数据类型。面板数据同时包含截面维度与时间维度信 ...
2026-09-02 很多数据分析师能熟练计算均值、标准差,但当被问到“如何用一张图让业务方3秒内看懂核心结论”“面对不同数据类型该怎么选 ...
2026-09-02在数据驱动决策的体系中,数据分析按照分析目的可分为描述性分析、诊断性分析、预测性分析与指导性分析四大类型。其中,诊断性分 ...
2026-09-01网络请求是Python爬虫开发、接口测试、数据拉取的核心基础功能,Python生态中主要依靠 urllib 和 requests 两大库实现HTTP请求操 ...
2026-09-01 很多数据分析师面对业务问题时,常常感到“知道要分析,却不知道用什么方法”。其实,数据分析并非无章可循——从三大基础范 ...
2026-09-01在数据库设计与业务数据维护中,自增ID是数据表最常用的主键字段,用于唯一标识每一条业务数据,正常状态下ID应保持连续递增。但 ...
2026-08-31在数理统计、数据分析、经济测算与日常量化评估中,平均值是刻画数据集中趋势、反映整体水平的基础核心指标。在实际应用中,最常 ...
2026-08-31在数据驱动的时代,数据分析早已不是“凭经验、靠感觉”的零散操作,而是一套具备固定逻辑、标准化流程的系统方法——这就是数据 ...
2026-08-31在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28