
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
在神经网络设计中,“隐藏层个数” 是决定模型能力的关键参数 —— 太少会导致 “欠拟合”(模型无法捕捉复杂数据规律,如用单隐 ...
2025-10-21在特征工程流程中,“单变量筛选” 是承上启下的关键步骤 —— 它通过分析单个特征与目标变量的关联强度,剔除无意义、冗余的特 ...
2025-10-21在数据分析全流程中,“数据读取” 常被误解为 “简单的文件打开”—— 双击 Excel、执行基础 SQL 查询即可完成。但对 CDA(Cert ...
2025-10-21在实际业务数据分析中,我们遇到的大多数数据并非理想的正态分布 —— 电商平台的用户消费金额(少数用户单次消费上万元,多数集 ...
2025-10-20在数字化交互中,用户的每一次操作 —— 从电商平台的 “浏览商品→加入购物车→查看评价→放弃下单”,到内容 APP 的 “点击短 ...
2025-10-20在数据分析的全流程中,“数据采集” 是最基础也最关键的环节 —— 如同烹饪前需备好新鲜食材,若采集的数据不完整、不准确或不 ...
2025-10-20在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13