在家搭建大数据分布式计算环境！

↑↑↑关注后"星标"Datawhale

每日干货 & 每月组队学习，不错过

 Datawhale干货 

作者：牧小熊，华中农业大学，Datawhale原创作者

0. 前言

分布式并行编程可以大幅提高程序性能，实现高效的批量数据处理。分布式程序运行在大规模计算机集群上（廉价的服务器），可以并行执行大规模数据处理任务，从而获得海量的计算能力。因此目前常用的大数据软件都可以部署在分布式计算环境种。

关于大数据的概论，在前面的文章中已经详细讲解，这里就不再赘述。对于想学习大数据的同学而言，自己在家买设备显然成本过高，租用云服务器的价格也不便宜，对于初学者而言相当的不划算。

如果我们在家也想体验一下大数据软件分布式计算的感觉，那就动手一起来搭建吧！

1. 安装VirtualBox

为了体验分布式的计算环境，就需要有多台设备，但是家用一般也只会有1台物理机器，想体验分布式计算就需要使用虚拟机搭建多个虚拟电脑。

这里我们推荐VirtualBox软件来搭建虚拟机

链接：https://link.zhihu.com/?target=https%3A//www.virtualbox.org/

进入到VirtualBox的页面 点击Download，根据自己的电脑选择相应的版本

安装好VirtualBox后的界面

2. 配置虚拟环境

实际的大数据架构一般都会部署到linux系统上，因此对于虚拟机的操作环境我们选择了界面做的不错的Ubantu的操作系统。

点击新