返回《在阿里云中搭建大数据实验环境》首页

学习大数据时，学习者都是使用台式机或者笔记本电脑开始上机实验操作。但是，大数据软件非常多，普通台式机和笔记本电脑上安装了大量的大数据软件以后，运行速度会很慢。笔者也曾经花了1000元左右购买了16GB内存条和固态盘（比磁盘快），把笔记本电脑升级了一次，增加存储空间和内存空间。但是，当笔者安装了大量大数据软件以后，就发现，在进行上机操作时，速度会越来越慢，如果要跑一些综合案例（涉及到大量软件和数据集），电脑基本跑不动。笔记想过了，就算更换笔记本电脑，实际上也解决不了问题，毕竟现在新电脑的CPU和内存，基本上和笔者现在使用的旧的笔记本电脑不会有太大差别。最终，笔者决定尝试使用云服务，也就是说，在云端购买一台“机器”（注意，实际上云端提供的机器并非我们平时所理解的物理机器，实际上是虚拟化以后的资源）。
继续阅读

《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。

第2届全国高校大数据教学研讨会将于2018年5月12日（周六）在厦门大学举办，欢迎报名参会，报名主页：http://dblab.xmu.edu.cn/post/bdts2018/
2017年第1届全国高校大数据教学研讨会上，来自全国300多所高校的400余位教师来厦门大学参加了会议。

本教程将教导大家如何用Node.js语言搭建一个Web端文件词频统计动态网页。

教程需求

在网页中指定词频文件路径，利用网页点击提交，提交后程序自动运行WordCount的MapReduce程序的JAR包，对HDFS中的文件进行词频统计，并把统计结果显示在网页上。
继续阅读

本文转自“博客园”，林子雨老师收藏到厦门大学数据库实验室博客中，原文链接地址是https://www.cnblogs.com/kouryoushine/p/7801924.html
HIVE中的分区表是什么，我们先看操作，然后再来体会。
继续阅读

在学习大数据综合案例时，需要使用网页来呈现数据挖掘结果，因此，需要在Ubuntu中搭建Tomcat服务器，提供网页服务。同时，需要在Eclipse中建立网页项目Dynamic Web Project。Eclipse默认是不包含这个Web插件的，无法创建Dynamic Web Project，因此，需要额外安装相关插件，才能顺利创建Dynamic Web Project。本指南将引导读者一步步完成该过程。
继续阅读

Tomcat 服务器是一个免费的开放源代码的Web 应用服务器，属于轻量级应用服务器，在中小型系统和并发访问用户不是很多的场合下被普遍使用，是开发和调试JSP 程序的首选。对于一个初学者来说，可以这样认为，当在一台机器上配置好Apache 服务器，可利用它响应HTML（标准通用标记语言下的一个应用）页面的访问请求。
继续阅读