1. 大数据和Hadoop

研究学习大数据，自然要从Hadoop开始。 Hadoop不是一个简单的软件，而是有一些列软件形成的生态，其核心思想来自Google当初发布的三篇论文，后来做了开源的实现， 谷歌的实现和Hadoop的实现大致可以做这样的对应：

Google Map/Reduce <—> Hadoop MapReduce
Google GFS <—> Hadoop HDFS
Google BigTable <—> Hadoop HBase

Hadoop生态的所有组成部分，都是跑在linux环境下的，自然我们首先需要搭建linux环境。另外Hadoop之所以能处理“大”数据，是因为其分布式的特性，可以利用分布式计算构建服务器集群，并可根据需要扩展。为了学习，我们先在本地计算机上利用虚拟机搭建linux环境，要模型集群环境，就多创建几个虚拟机就可以了。

为了玩儿这套东西，因为要创建几个虚拟机，所以的你的电脑内存最好不小于8G，因为跑Hadoop一般一个虚拟机需要2G，随便开3台虚拟机就占不少内存了。 不过前期为了学习，我先只给每台虚拟机分配1G内存，后面不够了在调整就行了。

2. 为什么选VirtualBox？

提起虚拟机，自然首先想到的就是大名鼎鼎的VMware。 VMware是老牌虚拟机软件，网上教程也很多。我之所以选用VirtualBox，主要是因为license的问题。 我手头只有一台MacBook pro, 不想话太多时间在软件license上折腾，所以选择了免费的VirtualBox. VirtualBox的安装过程乏善可陈，就是常规操作，不说了。

image.png

3. 虚拟机中安装CentOS

前面提到，我的主力计算机是一台MacBook Pro. 之前为方面，利用Parallel Desktop虚拟了一台Windows 出来，这里不提。

linux系统我选择了CentOS，首先从CentOS官网下载系统的ISO文件。在VirtualBox里新建一个虚拟机，类型选Linux，版本随便选一个就行了，因为里面没有看到有CentOS，不过随便选一个也没问题。 注意最好选一下文件夹，也就是虚拟机文件存放的位置，因为随着装的东西越来越多，虚拟机文件可能会越来越大。我的电脑硬盘都快撑满了，所以挂了个外接硬盘，把虚拟机文件放在了外接硬盘上，需要时插上用，虽然不方便，但也只好将就了。

其他参数可以都按默认，虚拟机创建成功后，点设置，切换到存储，在光驱那里选择下载的CentOS系统的ISO文件，这样虚拟机启动后就可以进入CentOS的安装了。

安装CentOS7 操作系统也不说了，都是图形化界面，没什么难度。

4. 网络环境配置遇到的坑

Linux安装成功后的网络设置这里需要说一下，我在这上面踩了不少坑。我希望我的网络环境是这样的。首先我们希望Linux虚拟机能够连接互联网，这样以后需要下载什么组件时能方便些。其次希望能用Host机器也就是MacBook中访问到Linux虚拟机，以便ssh登录上去。VirtualBox默认的小窗口实在很小，看着眼花，虽然也可以调大，但毕竟在宿主下操作更方便些，所以还是需要从MacBook上ssh过去。但是请注意，CentOS刚刚安装完成后是不能联网的，还需要做相关的设置才行。

4.1 Linux虚拟机连接互联网

虚拟机的网络设置默认可选用“网络地址转换NAT” ，虚拟机会创建一个NAT网络。

虚拟机安装后默认没有开启网络，所以不能联网，需要启动虚拟机，登录后更改网络配置。

vi /etc/sysconfig/network-scripts/ifcfg-enp0s3

把ONBOOT修改为yes，以便让linux 启动后即启动网络。 更改后按ESC，然后 :wq 退出保存。可以不用重启，通过下面的命令重启网络服务，以便使更改生效。

systemctl restart network

这时候可以通过命令 “` ip addr“` 查看，你会看到网络已经有了一个IP地址，比如我的是 10.0.2.15。如图：

现在你如果 ping www.baidu.com ，应该发现已经能够联网了。

4.2 从宿主机Macbook访问Linux虚拟机

另外，但从主机Macbook还是不能ping通这个地址，就是说主机还不能访问虚拟机。要让主机MacBook和虚拟机linux互通，就需要让这两个机器在同一个网段里。 VirtualBox里的“管理”菜单下，打开“主机网络管理器”，创建一个，如图，可以看到创建了一个192.168.56.1的虚拟网卡。

这时候如果你在MacBook的终端中使用ifconfig命令查看，你会发现，多出来一个vboxnet0的网卡，ip地址就是192.168.56.1

danieldu@daniels-MacBook-Pro-857  ~  ifconfig
lo0: flags=8049<UP,LOOPBACK,RUNNING,MULTICAST> mtu 16384
options=1203<RXCSUM,TXCSUM,TXSTATUS,SW_TIMESTAMP>
inet 127.0.0.1 netmask 0xff000000
inet6 ::1 prefixlen 128
inet6 fe80::1%lo0 prefixlen 64 scopeid 0x1
nd6 options=201<PERFORMNUD,DAD>
gif0: flags=8010<POINTOPOINT,MULTICAST> mtu 1280
stf0: flags=0<> mtu 1280
en0: flags=8863<UP,BROADCAST,SMART,RUNNING,SIMPLEX,MULTICAST> mtu 1500
ether ac:bc:32:c1:ed:dd
inet6 fe80::1c82:47a:64f:460f%en0 prefixlen 64 secured scopeid 0x4
inet 192.168.31.46 netmask 0xffffff00 broadcast 192.168.31.255
nd6 options=201<PERFORMNUD,DAD>
media: autoselect
status: active
….

vboxnet0: flags=8943<UP,BROADCAST,RUNNING,PROMISC,SIMPLEX,MULTICAST> mtu 1500
ether 0a:00:27:00:00:00
inet 192.168.56.1 netmask 0xffffff00 broadcast 192.168.56.255
utun1: flags=8051<UP,POINTOPOINT,RUNNING,MULTICAST> mtu 1380
inet6 fe80::f655:9c6f:ca10:240e%utun1 prefixlen 64 scopeid 0xc
nd6 options=201<PERFORMNUD,DAD>

…

然后需要VirtualBox中对应的虚拟机设置中，增加一个网卡2.  选择“仅主机（Host-Only）网络”，界面名称就是之前看到的vboxnet0.

然后登录到虚拟机, 利用“ip addr” 命令查看，你会发现多出来一个网卡enp0s8。 从enp0s3 复制一个，然后编辑这个文件，这次更改为固定IP地址。

cp /etc/sysconfig/network-scripts/ifcfg-enp0s3 /etc/sysconfig/network-scripts/ifconfig-enp0s8

然后 重启网络 “systemctl restart network”. 这时候就可以从主机Macbook 访问虚拟机了。

4.3关闭Linux防火墙

从上面的设置看到， 主机MacBook 的IP是 192.168.56.1， 虚拟机Linux设置了静态地址为 192.168.56.100. 现在已经在一个网段内了，应该内ping通。如果你ping不通，那很可能是防火墙的问题。 首先MacBook要关闭防火墙。

然后确保虚拟机Linux的也关闭防火墙，默认防火墙是开着的。

 systemctl disable firewalld
systemctl status firewalld

检查一下ssh服务，默认应该是开着的

你现在应该能从mac的终端通过ssh登录到linux了。