《在阿里云中搭建大数据实验环境》
作者：厦门大学计算机科学系教师 林子雨 博士/助理教授
E-mail: ziyulin@xmu.edu.cn
个人主页：http://www.cs.xmu.edu.cn/linziyu
云计算是和自来水一样的商业模式。有了自来水，我们可以不用自己挖井，就可以快速、便捷、廉价地获得水资源。而有了云计算，我们就可以不用自己建机房、买设备、维护系统，就可以快速、便捷、廉价地获得IT资源（CPU、内存、带宽、存储和应用系统等）。正如人类社会已经全面从挖井取水过渡到自来水阶段一样，人类社会最终在IT资源获取方式方面，也会全面过渡到云计算阶段。大数据与云计算相辅相成，密不可分。云计算为大数据提供了廉价的底层基础设施，大数据为云计算提供了用武之地。因此，作为大数据学习者，应该学会如何“漫步云端”，在云中搭建起大数据系统，开展大数据实践。本文中，林子雨老师亲自购买了阿里云服务器ECS，亲自体验在云服务器ECS实例中安装大数据环境，测试各种大数据软件和代码，并把经验整理成博客资料，方便读者参考阅读。如果你也有兴趣，就让我们一起开启“云中之旅”吧。
（特别声明：本文纯属技术分享，笔者和阿里云不存在任何合作关系，选择阿里云，仅仅因为它是国内排名第一、全球排名第三的云计算服务商。学生身份还可以获得免费试用期）
第1步：购买阿里云的云服务器ECS（访问）
第2步：从网页的控制台登录云服务器ECS中的Ubuntu系统（访问）
第3步：为Ubuntu系统添加新的普通用户（访问）
第4步：使用Putty软件实现SSH登录到Ubuntu系统（访问）
第5步：使用VNC远程连接ECS实例中的Ubuntu系统（访问）
第6步：使用FTP软件向ECS实例中的Ubuntu系统上传和下载文件（访问）
第7步：在ECS实例的Ubuntu系统中安装Java（访问）
第8步：在ECS实例的Ubuntu系统中安装Hadoop（访问）
第9步：在ECS实例的Ubuntu系统中安装Scala（访问）
第10步：在ECS实例的Ubuntu系统中安装Spark（访问）
第11步：在ECS实例的Ubuntu系统中安装编译打包工具sbt（访问）
第12步：在ECS实例的Ubuntu系统中安装编译打包工具Maven（访问）
第13步：在ECS实例的Ubuntu系统中安装IntelliJ IDEA和Scala插件（访问）
第14步：在ECS实例的Ubuntu系统中安装Scala IDE for Eclipse（访问）
第15步：在ECS实例的Ubuntu系统中安装HBase（访问）
第16步：在ECS实例的Ubuntu系统中安装MySQL5.7（访问）
第17步：为ECS中的Ubuntu14.04安装中文语言支持（访问）
谈谈我在云端搭建大数据环境的感受
在阿里云搭建大数据实验环境感受分享。从2018年3月下旬开始的十几天时间，大部分时间都在加班加点在阿里云中安装大数据环境，花了1650元购买了3年的服务器使用权限，想充分利用起来。
（1）为什么我要在云中构建大数据环境？
主要原因还是在于，我发现，在自己的单机上构建大数据环境，随着大数据软件的增加和数据的增加，我的笔记本电脑根本跑不动。怎么不用台式机？台式机不方便带到教室里面去教学。我这两年给我的笔记本电脑升级了两次，总计花了1000多元，用了更快的固态盘250GB，用了16GB内存，采用在Windows系统中安装Linux虚拟机，然后在Linux虚拟机上安装大数据软件。但是，速度越来越慢，现在我要开始跑一些大型的大数据案例，根本跑不动。如果不用虚拟机，直接用双系统，电脑开机启动时直接进入Linux系统，速度会快一些，但是，进入Linux以后，很难做教学，因为教学环节经常需要使用Windows系统。所以，使用笔记本电脑做大数据教学，越来越无法满足跑各种大数据案例的需求。所以，我开始考虑向云中转移。我选择了国内排名第一，全球排名第三的云计算服务商——阿里云。
（2）在阿里云中构建大数据环境和本地一样吗？
我原来觉得是一样的，所以，就按照我原来在本地电脑安装的教程，去阿里云安装大数据软件。结果发现，有一些地方，在本地安装可以成功，在阿里云端，就是失败。有些失败的问题，到网络上到处搜索，都找不到现成的解决方案，没有办法，只能凭借自己的猜测，一个个进行蛮力测试，瞎猫碰死耗子，碰对了，问题就解决。所以，在阿里云中调试成功一款软件，有时候还是非常耗费的。我知道，其他学习者一样会遇到我踩过的坑，所以，我一边调试，一边截图，写成了指南，希望对其他学习者有所帮助。我知道，目前，很多学习者还不会使用云端，不过，以后，一些学习者肯定会产生和我一样的需求，到那个时候，相信我的指南能够帮学习者节省不少时间。
（3）在云端安装大数据软件带来的便利性
我目前已经把常用的大数据软件都在云端安装了。只要有浏览器，我可以随时随地访问云端的大数据平台。我在家里，在学校实验室，只要任何可以上网的地方，我都可以通过VNC或者Putty远程连接到阿里云的大数据平台，一些实验，我在实验室做到一半（比如程序到一半，还没有结束，就到下班时间了），我可以直接把实验室内部的本地电脑关闭，不会影响远程云端大数据平台的继续运行，然后，我回到家里，可以继续用家里电脑连接到云端，继续调试云端的大数据程序。这种方便、快速的体验，还是令人愉悦的。
（4）使用云端的大数据实验环境，速度如何？
我是在阿里云的云服务器ECS实例中构建了Ubuntu系统，并安装了全套大数据软件。通过过去十几天的运行，速度还是比较快的，要比我自己的笔记本电脑快很多。我在自己的笔记本电脑上通过VNC连接远程的大数据平台，就像在使用本地的平台一样，不会明显感觉到是远程的平台。为什么说不是明显呢？因为，如果说和本地感觉一模一样，是不可能的。主要是，画面和流畅度不会像本地那么棒。不过，我个人对这种远程效果的体验，已经很满意了，比我自己用本地电脑虚拟机的体验，好太多了。