想学大数据，先搭个环境再说，要准备多少台服务器，每台服务器的基础环境设置，各个服务器的网络互联，真是很麻烦的一件事第一座山先把想入门的学习者挡在门外，别放弃，这里又一个即全面又快捷的搭建大数据环境的方法，排除下载软件的时间，只需要5分钟，就可以拥有一个自己的大数据环境，包括绝大部分大数据生态环境的各个组建，完美得不能再完美。只需按照以下步骤进行：一、下载并安装ora...

给K8s做一个小功能，主要使用kubectl调用若干命令，包括一些静态页面，使用Go语言开发，包括gonic/gin、hoisie/mustache这些第三方包，前端简单使用vue+elementui。使用go的主要原因是生产环境的不确定，只确定是centos系统，不确定有没有python或者java的运行环境，为了避免麻烦，正好可以利用go的可移植性...

  先从Hadoop说起。  经常看到有大咖在语录中提及：有了Spark，就永远不要Hadoop了，真有大咖这么说的，不信百度能看见。  仔细想下，有点道理：如果只是作为业务层面的开发者，对于大数据技术而言，确实只学Spark就可以了，但是如果是系统架构师的话，hadoop还是要学的，因为作为大数据的系统架构师，没办法回避hadoop。Hadoop的三个概念组件，spark在这里主要替代的是Map