大家好，今天小编关注到一个比较有意思的话题，就是关于hadoop需要学多久的问题，于是小编就整理了3个相关介绍的解答，让我们一起看看吧。
学习hadoop实验电脑要什么配置？
如果只是安装开源的hadoop的话，cpu8核，内存8g，磁盘16g应该就可以了
大数据运维从零开始学？
是可以的。
1. 大数据运维是一个相对新兴的领域，因此即使没有相关背景知识，通过系统学习和实践，你仍然可以从零开始学习。
2. 首先，你可以通过学习基础的计算机知识，如操作系统、网络等，来建立起对整个计算机系统的理解。
这将为你理解大数据运维打下基础。
3. 其次，你可以学习大数据相关的技术和工具，如Hadoop、Spark等，这些工具和技术是大数据运维的核心内容，通过学习它们可以逐步掌握大数据运维的方法和原理。
4. 此外，参与实际的项目和实践也是非常重要的，通过实际应用可以加深对大数据运维的理解，并提升自己的实践能力。
总的来说，虽然大数据运维可能需要一定的学习和实践，但只要你有充分的时间和决心，从零开始学习是可以实现的。
大数据运维从零开始，因为所有的专业方向都是从零基础开始学习的。
k8s要学多久？
k8s需要学1000-1200个小时左右的时间。一般情况下，对于一个初学者来说，首先需要10-15个小时进行简单的程序学习，剩下的时间就是提高水平训练了。
1.k8s的基础就是镜像，Docker学习也有半个月时间，这个没啥难度，看看资料，做做练习也就掌握了；只有具体封装镜像时需要考虑什么挂载、拆分几个镜像、启动检测这些。
2.k8s这么复杂，光安装就够搞的了。前期的安装（自动化安装、手动安装、脚本自动化安装、ansible安装、离线安装）耗费了1个多月的时间，包括后来出现的一些环境网络等问题一直导致pod重启，差不过耗费了两个多月的时间。
网络的问题，sandbox restart；一直重启，换成实体机后好用，之前用的openstack虚拟机；最后也没有解决掉这个问题，估计是网络不稳定造成的；
3. 然后开始学习kubectl命令（这个感觉无非就是get、describe、logs，然后看看控件的状态什么的）、k8s的一些基本组件（pod、svc、deployment、daemonset、statefulset、headless Service、rc、kube-proxy、rbac等）前前后后反正也花了1个月时间来懂这些原理；这些东西一定要弄明白到底是什么，特别是新版本的rbac的权限问题，否则后期会越来越迷茫的；k8s复杂就在它的体系架构上，把它弄懂了，其实就理解了大半。
4. 之后找了案例，当然也是开源的--搜狐的domeos工程，研究了该开源工程的源码，调研了它们自带的一些小米open-falcon监控插件、web ssh等一系列插件等；调研这个开源工程应该也用了差不多两个月时间；使用spring boot开发，连接k8s环境，编排一些基本的应用部署与监控等；
5. 之后想要对日志和监控进行调优，调研了一些开源产品，比如一些业界常用的efk日志插件、Prometheus与heaspter监控组件、habor镜像仓库，花费了差不多也有1个多月的时间；
6. 后来就上了编排，使用到了helm这一编排工具，根据hadoop的过程改造我们公司的一个mpp产品；然后使用web一键式部署；这也花了一个多月时间左右；包括调研Hadoop：扩容、亲和性、带状态应用部署等等、数据删除问题。
到此，以上就是小编对于hadoop需要学多长时间的问题就介绍到这了，希望介绍的3点解答对大家有用。
