转行大数据，如何开始学习 Hadoop？

以安装部署Apache Hadoop2.x版本为主线，来介绍Hadoop2.x的架构组成、各模块协同工作原理、技术细节。安装不是目的，通过安装认识Hadoop才是目的。

 

学习大数据首先要了解大数据的学习路线，首先搞清楚先学什么，再学什么，大的学习框架知道了，剩下的就是一步一个脚印踏踏实实从最基

础的开始学起。这里给大家普及一下学习路线：hadoop生态圈——Strom——Spark——算法。所以学习hadoop是第一步，在这里声明一下，

在学习hadoop之前需要有java基础，因为hadoop底层全是用java写的；还需要系统层面学会使用linux的基本shell命令，因为你学习hadoop得首

先会安装hadoop。Hadoop在大数据技术体系中的地位至关重要，Hadoop是大数据技术的基础，对Hadoop基础知识的掌握的扎实程度，会决

定在大数据技术道路上走多远。

下面谈谈一谈如何开始学习hadoop。本文的思路是：以安装部署Apache Hadoop2.x版本为主线，来介绍Hadoop2.x的架构组成、各模块协同工作原理、技术细节。安装不是目的，通过安装认识Hadoop才是目的。

---

Hadoop环境搭建

第一部分：Linux环境安装

Hadoop是运行在Linux，虽然借助工具也可以运行在Windows上，但是建议还是运行在Linux系统上，第一部分介绍Linux环境的安装、配置、

Java JDK安装等。

第二部分：Hadoop本地模式安装

Hadoop本地模式只是用于本地开发调试，或者快速安装体验Hadoop，这部分做简单的介绍。

第三部分：Hadoop伪分布式模式安装

学习Hadoop一般是在伪分布式模式下进行。这种模式是在一台机器上各个进程上运行Hadoop的各个模块，伪分布式的意思是虽然各个模块是

在各个进程上分开运行的，但是只是运行在一个操作系统上的，并不是真正的分布式。

第四部分：完全分布式安装

完全分布式模式才是生产环境采用的模式，Hadoop运行在服务器集群上，生产环境一般都会做HA，以实现高可用。

第五部分：Hadoop HA安装

HA是指高可用，为了解决Hadoop单点故障问题，生产环境一般都做HA部署。这部分介绍了如何配置Hadoop2.x的高可用，并简单介绍了HA的工作原理。

安装过程中，会穿插简单介绍涉及到的知识。希望能对大家有所帮助。

上面环境的搭建只是讲了一下框架，由于时间有限，具体如何操作可以留言与我交流。

环境搭建好后，然后尝试编写mapreduce进行打包运行。当你对hadoop应用编程层面没有疑问的时候，可以尝试去深入了解mapreduce的核心思想，尤其是map，shuffle，join，reduce等。

对于新手来说入门会遇到很多问题，这是正常的，不过遇到问题不可怕，只要想办法解决了自己的能力就会一点一点的提高，在这里预祝在大数据之路上求仙的伙伴们学有所成。转自网络，仅供参考学习。

 

需要更多大数据开发相关学习资料（Hadoop，spark，kafka，MapReduce，scala，，推荐算法，实时交易监控系统，用户分析行为，推荐系统）加群免费获取：792133408  【大数据开发交流群】

关注微信公众号：大数据孵化基地 
回复 【实时交易监控系统】或者【1】获取精彩视频。
回复【推荐系统理论与实战】或者【2】获取精彩视频。
每天定期分享大数据精彩文章。