1、编译hadoop22源码 从hadoop官网下载22稳定版，执行以下命令解压缩jdk tar zxvf hadoop220 会生成一个文件夹 hadoop220src源代码中有个bug，这里需要修改一下，编辑目录usrlocalhadoop2；c 从a和b两点，我们可以看出，hadoop重点是全量数据分析，而R语言重点是样本数据分析 两种技术放在一起，刚好是最长补短d 模拟场景对1PB的新闻网站访问日志做分析，预测未来流量变化 d1用R语言，通过分析少量数据；hadoop源码是使用maven组织管理的，必须下载maven从maven官网下载，不要选择31下载执行以下命令解压缩jdk tar zxvf apachemaven305 会生成一个文件夹apachemaven305，然后设置环境变量中执；补充，Hadoop2x在其他公司应用的很多，比如京东8以后想从事大数据方面工作，算法要掌握到什么程度，算法占主要部分吗？首先，如果要从事大数据相关领域的话，hadoop是作为工具来使用的，首先需要掌握使用方法可以不用深入到hadoop源码级别细节；打开eclipse，选择import maven projects，点击Browse 选择hadoop源码根目录，就可以导入各个项目，竟然后54个项目导入之后，eclipse会编译很长时间的，编译过后，出现一堆错误我们可以关闭eclipse的maven插件，使用如下方法关闭。
2、1大数据支持很多开发语言，但企业用的最多的还是java，所以并不是完全需要，有其它语言基础也可以，同时hadoop是由java编写的，要想深入学习，学习java是有必要的2于此，hadoop一般在工业环境大部分是运行在linux环境下，h；hadoop源码是使用maven组织管理的，必须下载maven从maven官网下载，下载地址是cgi，选择 apachemaven310 下载，不要选择31下载执行以下命令解压缩jdk tar zxvf；hadoop2x采用maven技术构建源代码根据相关信息查询显示，Hadoop2x由HDFS，MapReduce和YARN三个分支构成，HDFS，NNFederationHAMapReduce，运行在YARN上的MRYARN，资源管理系统内存CPU资源；hadoop的源代码可以到html 下载，下载要用SVN软件来下，具体的方法可以在Hadoop入门期 刊中找到；是由于玩Java转到大数据人数太多人的缘故，所以很多人都喜欢使用Java，也有的是由于公司为了维护和人才的使用考虑，会选择使用Java语言开发，也有的是因为平台会有Hadoop的MapReduce老程序与Spark任务混合使用，为了平台统一开发语言。
3、Hadoop是一个能够对大量数据进行分布式处理的软件框架但是Hadoop是以一种可靠高效可伸缩的方式进行处理的Hadoop是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理Hadoop是高效；2选择源码路径 3查看源码 这样我们就完成了全部的内容2阅读hadoop源码其中比较常用的Open Call Hierarchy用Open Call Hierarchy可以查看方法的调用层次如果想知道一个方法在别的什么地方被调用了，这个功能就很好。
4、该命令会从外网下载依赖的jar，编译hadoop源码，需要花费很长时间，你可以吃饭了在等待n久之后，可以看到如下的结果INFO Apache Hadoop Main SUCCESS 6936sINFO Apache Hadoop Project POM SUCCESS；编译了hadoop，可以方便的查看某个函数的实现如果不编译就只是自己去翻源代码了更重要的是如果你编译了hadoop，你可以根据自己的需要改动hadoop的某些实现机制hadoop开源的好处。
5、=== 第二个阶段从无到入门，开始阅读hadoop源代码 这个阶段是最困苦和漫长的，尤其对于那些没有任何分布式经验的人 很多人这个阶段没有走完，就放弃了，最后停留在hadoop应用层面这个阶段，第一件要做的事情是，选择；hadoop源代码不是直接导入的，源码是在hadoop目录的src下，主要涉及corehdfsmapred三个文件加你在eclipse下新建一个javaProject，然后将这三个文件夹直接复制到项目根目录，跟src一起，然后到eclipse选中这三个目录右键；1从掌握基础上来说，Java与Hadoop的关系还是挺密切的，因为java的水平好些，学习hadoop更方便些，毕竟hadoop是java开发的，所以具有java基础的人转型Hadoop有天然优势 2但单从两者的关系来说，不密切因为不会java可以学。
