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
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27