ECS环境部署
大数据我一直都感觉入门的门槛很高，繁杂的软件和配置文件，各种依赖安装，着实难倒了一个又一个想要了解大数据的人，多少人因为Hadoop启动后jps没有Namenode，Datanode，Hive Schematool初始化报错，Spark运行报错等等各种问题，上网查了一遍又一遍。之前在本地搭建起环境，成功跑起来，花了3天左右，本来想着在云服务器上部署估计也要3天了，出乎意料的是，在服务器上部署的很顺利，我使用的Ubuntu 18.04，内部配好了Python3和JDK，很多依赖也都提前安装了，节约了我很多的时间，最后只用了一个下午就完成了整个项目的环境配置，使用体验非常好！
快照保存
ECS配套的快照保存功能非常好用，特别是当部署环境非常复杂的时候，可以很好地保存当前状态，后面就算出了问题，也可以及时回滚，避免从头再来。ECS的快照还可以生成镜像，保存到本地，可以非常方便地进行服务器之间的迁移。快照功能本身是收费的，对于学生党来说合理控制使用就好，相比重新搭环境来说，花费少量的成本节约大量的时间仍然是一个相当划算的买卖。
总结
借助这段时间的云服务器环境部署实操，我充分锻炼了自身的云服务器部署能力和解决环境配置问题的能力，并且还了解到了许多有关系统运维方面的知识，比如ECS的监控面板对ECS的运行状态：CPU、内存、带宽等做了友好的展示，可以帮助大家随时随地查看系统的运行状态，优化云服务器的管理，在我使用Spark的过程中，就是通过这个功能查看CPU、内存的占用情况，来进行Spark的参数调优，最后也是获得了不错的优化效果。目前只是一个小的开始，未来仍要继续加油努力学习呀！最后，非常感谢阿里云举办的“飞天加速计划——高校学生在家实践”活动，能够帮助广大对云计算、云开发技术感兴趣的学生党，0成本轻松上云，为大家的理论学习和实践提供了一个非常好的平台，后面我也会向自己身边的朋友和同学们推荐，让他们一起来阿里云实践学习，拓宽自己的技术面。
