🚀 Hadoop+Flink 电商数据分析环境快速启动指南

（含核心步骤 + 操作截图，3 分钟跑通实验）

🔍 前置说明

本指南基于已配置好的虚拟机镜像，无需手动部署环境，按以下步骤操作即可快速验证 Hadoop 数据清洗与 Flink 实时分析功能。所有步骤均附实操截图，确保零踩坑！

1️⃣ 下载与解压镜像

• 下载镜像压缩包（如 hadoop+flink+code.zip），保存至本地非中文路径(下载地址在文章结尾)
• 右键解压，得到 .ova 或 .vmx 格式的虚拟机文件⚠️ 注意：解压路径不要含空格或特殊字符（如 “我的文档”“桌面”），否则可能导致导入失败

2️⃣ 导入 VMware 并启动

1. 打开 VMware Workstation，点击顶部菜单 「文件」→「打开」
2. 选择解压后的镜像文件（如 hadoop+flink+code.vmx），弹窗中：
   • 自定义虚拟机名称（如 Hadoop-Flink，便于区分）
   • 存储路径默认即可（建议剩余空间≥20GB）
3. 点击 「导入」，等待进度条完成（约 1-2 分钟，取决于电脑性能）
4. 导入成功后，点击 「开启此虚拟机」，等待系统启动（首次启动可能较慢，耐心等待至桌面加载完成）

3️⃣ 登录系统并验证 Hadoop 环境

1. 桌面显示登录界面时，使用以下账号密码登录：
   • 用户名：root
   • 密码：root123（输入时屏幕无显示，输完回车即可）
2. 右键桌面空白处，选择 「Open Terminal」 打开终端
3. 执行 以下Hadoop 数据清洗命令（一键运行，无需修改路径）：

hadoop jar /opt/program/dataclean/dataclean-job.jar DataCleanJob /root/retail.csv /root/shopoutput

• 等待命令执行完成（终端显示 Successfully 即成功）

4️⃣ 启动 Flink 集群

在终端输入以下命令，启动 Flink 分布式集群：

cd /opt/flink-1.17.0/bin/ && ./start-cluster.sh

• 启动成功后，终端会显示 Starting cluster. 提示
• 可通过 jps 命令验证进程（应包含 StandaloneSessionClusterEntrypoint 和 TaskManagerRunner）

5️⃣ 提交 Flink 实时分析任务

在终端执行以下命令，提交电商数据实时分析任务到 Flink 集群：

bash

/opt/flink-1.17.0/bin/flink run -c com.example.RetailDataAnalysis /opt/program/shop-test/target/retail-job.jar

• 提交成功后，终端会显示任务 ID（如 Job has been submitted with JobID ...）

6️⃣ 查看 Flink 任务实时结果

1. 在虚拟机桌面左上角，点击 「应用程序」→「Internet」→「Firefox」 打开浏览器
2. 在地址栏输入：http://127.0.0.1:8081（Flink Web UI 默认地址），回车访问
3. 查看实时汇总数据：
   • 点击左侧菜单 「Task Managers」
   • 右侧列表中点击 localhost:xxx 开头的任务节点
   • 在新页面中找到 「Stdout」 标签，即可查看实时输出的分析结果（如商品销量 Top10、用户行为统计等）

💡 关键补充说明

• 数据清洗输出路径 /root/shopoutput 若已存在，再次运行 Hadoop 命令会报错，需先删除，在终端执行以下命令即可：hdfs dfs -rm -r /root/shopoutput
• 所有步骤均基于虚拟机内预设路径，无需修改配置，直接复制命令即可执行

按以上步骤操作，5 分钟内即可从 “导入镜像” 到 “查看实时分析结果”，全程零手动配置，完美适配课程作业演示与验证需求！

0️⃣ 【付费获取】虚拟机镜像下载

📌 核心环境已预装：Hadoop 3.3.4 + Flink 1.17.0 + 电商数据集 + 可直接运行的分析代码，省去 3 天手动配置时间！