企业官网建设流程全解析

一提到“大数据”这个词，很多人脑子里的第一反应不是别的，就是 Hadoop。哪怕这几年 Spark、Flink 这些后起之秀越来越火，你去翻各大招聘网站的岗位要求，Hadoop 依然是大数据方向的“默认第一课”。原因很简单：Hadoop 是整个大数据生态系统的地基，HDFS 解决了分布式存储，MapReduce 和 YARN 解决了分布式计算与资源调度，后面再学 Hive、HBase、Spark，你会发现核心思路全都绕不开 Hadoop 这套设计逻辑。

这篇教程是我打算写的 Hadoop 入门系列第一篇，核心就两件事：讲清楚 Hadoop 到底是什么，以及怎么把它的开发环境从零搭起来。所有操作我都会按“小白也能照着敲”的标准来写，命令、配置文件、启动步骤、踩坑记录全都有。适合刚接触大数据、没怎么碰过 Linux、或者说被各种半截教程坑过的同学，也适合看过一些概念但还是不知道手该往哪儿放的人。

1. Hadoop 到底是什么：先搞懂它解决什么问题

1.1 大数据最原始的两个难题

人类社会的数据量膨胀到了单个机器根本存不下、算不动的地步，这其实才是 Hadoop 出现的真正原因。你可以想象一下：你手里有一台 1TB 硬盘的电脑，结果公司需要处理 100TB 的日志数据，这时候你怎么办？存不下是第一个问题，就算勉强压缩塞进去了，单机几小时算一个任务，老板也等不起，这是第二个问题。

于是就有了一个很朴素的思路：一台机器搞不定，那就用好多台机器一起搞。但“用好多台机器”这件事听起来简单，做起来全是麻烦——数据放在哪台机器上？某台机器坏了数据会不会丢？一个任务怎么拆给多台机器同时算？算完的结果怎么汇总？Hadoop 就是把这些麻烦事统一封装起来的框架，用一套对外隐藏细节的接口，让你像用一台超级电脑一样用一堆普通电脑。

上面这段话就是 Hadoop 的核心价值。它不是一个具体的软件，而是一个完整的分布式基础架构，主要由四个部分协同工作：负责存储的 HDFS、负责计算的 MapReduce、负责资源调度的 YARN，以及一个公共工具模块 Common。后面你在各种教程里反复看到的 nameNode、dataNode、jobTracker 这些名词，全都是这几个组件里的角色。

1.2 存储：HDFS，把大文件切碎了存

HDFS（Hadoop Distributed File System）是 Hadoop 的存储层，设计目标很简单：让成百上千台机器的硬盘组成一个巨大的文件系统。但它不是简单地把文件复制到每台机器上，而是把一个文件切成固定大小的数据块，默认 128MB 一块，然后分散存储到集群的不同节点上。

每个数据块默认会有 3 个副本（副本数可配置，生产环境常用 2 或 3），放在不同的机器上。这么做有两大好处：第一，某台机器坏了，数据块在其他机器上还有副本，系统自动从副本恢复，数据不丢；第二，一份数据有多份，系统可以把读请求分发到不同节点，提升读取速度。

HDFS 的架构里有两个核心角色：NameNode 和 DataNode。你可以把 NameNode 想象成“图书管理员”，它不存真正的数据，只管一份叫“元数据”的索引，记录每个文件被切成了哪些块、这些块分别存在哪些 DataNode 上。DataNode 则是真正的“书架”，实实在在存数据块的机器。客户端读写数据时，先问 NameNode 要数据块的位置，然后直接跟对应的 DataNode 通信，整个流程对上层应用是透明的。

1.3 计算：MapReduce，把大任务拆小了算

数据存好之后怎么算？这就是 MapReduce 的活儿。它的核心思想你肯定听过：分而治之。一个超大任务被拆成无数个小的 Map 任务，并行处理不同数据块，得出中间结果；然后再由 Reduce 任务把这些中间结果按某种规则合并，得到最终答案。

拿统计一个超大文本里每个单词出现次数举例，这是 Hadoop 里的“Hello World”。Map 阶段：每个数据块被单独统计一次，输出形如(hello, 1)、(world, 1)这样的键值对；Reduce 阶段：把所有相同单词的计数加在一起，输出(hello, 3)、(world, 5)。听起来很简单，但它在背后解决的是分布式编程里最头疼的问题：任务怎么切分、节点之间怎么传数据、某个任务失败怎么重试、结果怎么归并。你只需要实现好 Map 和 Reduce 两个函数，剩下的脏活累活框架全包了。

可能有人会问，都这么多年了，写 MapReduce 还得敲 Java，是不是落伍了？确实，现在生产环境很少有人直接裸写 MapReduce，大家基本都通过 Hive 用 SQL 去写任务，底层由 Hive 帮你翻译成 MapReduce 或 Spark 作业。但理解 MapReduce 的执行模型非常重要，它决定了你对“分布式计算到底是怎么跑的”这件事有个直观认知，后面学 Hive 调优、学 Spark 的 Shuffle 原理，都离不开这层底子。

1.4 调度：YARN，把集群资源统一管起来

有了存储、有了计算，又冒出一个新问题：MapReduce 任务跑的时候要用多少 CPU、多少内存？如果好几个任务同时提交，资源怎么分配？YARN（Yet Another Resource Negotiator，又一个资源协调器）就是干这个的。

YARN 的基本思路是，把集群中每台机器的资源（CPU、内存）抽象成“资源池”，由 ResourceManager 统一管理和分配。你提交一个作业时，ResourceManager 会为作业分配需要的资源，然后在对应的 NodeManager 上启动一个 Container 来运行任务。这样一来，集群资源不再是“谁抢到谁用”，而是变成了按需申请、统一调度的模式。MapReduce 只是 YARN 上最常见的计算框架，它跑在 YARN 上面，Spark 也可以作为 YARN 上的应用来运行，彼此是独立又协作的关系。

2. 环境配置前的准备：版本选择与 Linux 基础

2.1 版本选择：Hadoop 3.x 还是 2.x？

新手最容易卡在第一步：版本那么多，到底下哪个？我的建议是直接上 Hadoop 3.x 系列，目前比较稳定的是 3.3.x。Hadoop 2.x 虽然教材里讲得很多，但它的版本偏老，Web UI 默认端口是 50070，依赖的 JDK 版本也低，学完出去找工作还得重新适应 3.x 的差异，没必要在 2.x 上浪费时间。

特别注意 JDK 的版本对应关系：Hadoop 3.x 最低要求 JDK 8，推荐用 JDK 8 或 JDK 11。JDK 版本太高反而可能踩坑，比如 Hadoop 某些和 JNI、加密相关的模块在非常新的 JDK 上有兼容性问题，所以我给新手的建议是装 OpenJDK 8，这是经过大量生产验证的搭配。

操作系统方面，开发环境推荐 Ubuntu 20.04 或 22.04，装个虚拟机或者租一台便宜的云服务器都行。如果你用的是 Windows，建议不要直接搞，Hadoop 在 Windows 上跑本地模式有很多繁琐的兼容问题，新手很容易被劝退。先用虚拟机装 Ubuntu，把 Linux 命令练熟了，后面学习曲线才平缓。

2.2 新建用户与主机名规划

很多教程直接让你用 root 用户操作 Hadoop，我在实际中非常不建议这么做，原因是 Hadoop 的脚本里有一些目录权限判断，在 root 下会绕开权限限制，导致某些问题不在表面暴露，等部署到生产环境才炸出来。而且 Hadoop 集群里各节点之间的通信依赖 SSH，root 用户的 SSH 策略和普通用户也有差异。

创建用户的操作：新建一个 hadoop 用户，统一用它来操作。这一步很简单：

sudo adduser hadoop # 一路按回车设置密码即可 sudo usermod -aG sudo hadoop # 把 hadoop 用户加入 sudo 组，方便后续装软件 su - hadoop # 切换到 hadoop 用户

主机名也需要顺手改一下，建议改成有意义的名字，比如hadoop-node。主机名在 HDFS 配置里经常出现在 URI 中，统一命名能少碰很多玄学问题。

2.3 JDK 安装与 JAVA_HOME 配置

JDK 的安装不要用 apt 默认源，版本可能太老，建议用 OpenJDK 8 的官方源或者你在 Oracle 官网下 tar 包。下面用 apt 装 OpenJDK 8 的方式演示，这是最省事的：

sudo apt update sudo apt install openjdk-8-jdk java -version

确认 java 命令能输出版本信息之后，还需要配JAVA_HOME环境变量。Hadoop 的启动脚本不直接读取 PATH 里的 java，它找的是JAVA_HOME，这一步漏了后面启动必报错。

# 找到 JDK 的安装路径 readlink -f $(which java) # 我这边返回的路径是 /usr/lib/jvm/java-8-openjdk-amd64/bin/java

然后编辑~/.bashrc，在文件末尾加上：

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64 export PATH=$PATH:$JAVA_HOME/bin

最后执行source ~/.bashrc让配置生效，再用echo $JAVA_HOME验证一下。踩过很多次坑之后，我建议新手每配完一个环境变量就立刻验证一次，不要攒到最后一口气验证，不然报错的时候根本分不清是哪一步的问题。

2.4 SSH 免密登录配置

Hadoop 伪分布式模式虽然只有一台机器，但是 Hadoop 的脚本按照“分布式”的逻辑来操作，它会通过 SSH 连接到本机去启动 DataNode 和 NodeManager 进程。如果每次连接都要输密码，脚本就没法自动执行了，所以必须配置 SSH 免密登录。

先检查 SSH 服务是否装了、启动了：

sudo apt install openssh-server sudo service ssh start

然后在 hadoop 用户下执行：

ssh-keygen -t rsa -P '' -f ~/.ssh/id_rsa cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys chmod 700 ~/.ssh chmod 600 ~/.ssh/authorized_keys ssh localhost

最后一条ssh localhost如果直接进入终端而没要密码，说明免密配置成功，输入exit退出即可。这里有一个很容易被忽略的细节：.ssh目录的权限必须是 700，authorized_keys文件的权限必须是 600，权限太宽松 SSH 会出于安全考虑直接拒绝免密登录。很多教程只让你执行命令，却没告诉你后两条 chmod 才是隐藏的关键。

3. Hadoop 安装与伪分布式搭建全流程

3.1 下载解压与目录规划

Hadoop 的官网下载有时候速度不太稳定，国内用户可以使用清华大学或者阿里云的镜像站，速度快不少。下载时选择 binary 版本的 tar.gz 包，不要选 source 包，source 是源码，需要自己编译才能用，速度天差地别。我这里以 3.3.6 版本为例：

cd /usr/local sudo wget https://mirrors.tuna.tsinghua.edu.cn/apache/hadoop/common/hadoop-3.3.6/hadoop-3.3.6.tar.gz sudo tar -zxvf hadoop-3.3.6.tar.gz sudo mv hadoop-3.3.6 hadoop sudo chown -R hadoop:hadoop /usr/local/hadoop

关于目录规划，我建议统一把 Hadoop 放在/usr/local/hadoop，并且把所有权授予 hadoop 用户。后面所有配置文件都建议用绝对路径去写，不要用~/这种相对路径，因为 Hadoop 脚本在一些场景下对相对路径的解析结果可能和你预期不一样，用绝对路径能少很多坑。

配好之后，编辑~/.bashrc，添加 Hadoop 的环境变量：

export HADOOP_HOME=/usr/local/hadoop export PATH=$PATH:$HADOOP_HOME/bin:$HADOOP_HOME/sbin export HADOOP_CONF_DIR=$HADOOP_HOME/etc/hadoop

然后source ~/.bashrc，执行hadoop version能看到版本信息就说明环境变量没问题了。

3.2 五个关键配置文件逐一解读

Hadoop 的配置文件都在$HADOOP_HOME/etc/hadoop目录下。本地模式不需要改任何配置，但伪分布式需要修改 5 个文件，分别是hadoop-env.sh、core-site.xml、hdfs-site.xml、mapred-site.xml、yarn-site.xml。下面我把每个文件干什么、每项参数为什么这么配讲清楚，这样以后你上生产环境遇到调优需求，也有判断依据。

首先改hadoop-env.sh。这个文件是 Hadoop 的环境变量入口，Hadoop 的启动脚本会先加载它，再启动各个进程。关键是设置 JAVA_HOME：

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64

新手经常在这里出错：这个文件里本来就有个export JAVA_HOME=${JAVA_HOME}的模板，它会去读系统环境变量里的 JAVA_HOME，按理说不用改。但在某些 Linux 发行版或某些用户环境下，这个继承逻辑会莫名失效，所以我建议直接改成 JDK 的硬编码路径，一劳永逸。

然后是core-site.xml，这是 Hadoop 核心配置，伪分布式最常用的就两个属性：

<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://localhost:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/usr/local/hadoop/tmp</value> </property> </configuration>

fs.defaultFS指定了 HDFS 的访问入口，客户端要读写数据，就是通过这个地址去找 NameNode。hadoop.tmp.dir是 Hadoop 运行时存放临时数据的根目录，NameNode 的元数据、DataNode 的数据块文件，默认都放在这个目录下。这个参数非常关键，如果你不配置它，Hadoop 会使用默认的/tmp/hadoop-${user}目录，而系统每次重启都可能清空/tmp下的文件，一旦被清掉，你的 HDFS 元数据就没了，表现就是 NameNode 起不来。

接着是hdfs-site.xml，这个文件主要配置 HDFS 数据相关的参数：

<configuration> <property> <name>dfs.replication</name> <value>1</value> </property> <property> <name>dfs.namenode.name.dir</name> <value>/usr/local/hadoop/tmp/name</value> </property> <property> <name>dfs.datanode.data.dir</name> <value>/usr/local/hadoop/tmp/data</value> </property> </configuration>

dfs.replication是副本数。生产集群默认 3，但伪分布式只有一台机器，如果设成 3，DataNode 会尝试把同一个数据块复制三份放到这台机器上，这不仅浪费磁盘，还会在写入时反复等待副本确认，白白拖慢速度甚至报错。所以一定要设为 1。dfs.namenode.name.dir和dfs.datanode.data.dir是 NameNode 和 DataNode 的数据目录，这里我统一放在hadoop.tmp.dir的子目录下，方便后续重置集群时统一清理。

mapred-site.xml是 MapReduce 的配置，这个文件在 Hadoop 3.x 安装包里默认不存在，只有一个mapred-site.xml.template模板，需要先复制一份再改：

cp $HADOOP_HOME/etc/hadoop/mapred-site.xml.template $HADOOP_HOME/etc/hadoop/mapred-site.xml

文件内容只需指定一个关键参数，让 MapReduce 跑在 YARN 上而不是本地：

<configuration> <property> <name>mapreduce.framework.name</name> <value>yarn</value> </property> </configuration>

最后是yarn-site.xml，YARN 的核心配置，伪分布式主要关心 NodeManager 上辅助服务的注册：

<configuration> <property> <name>yarn.nodemanager.aux-services</name> <value>mapreduce_shuffle</value> </property> </configuration>

yarn.nodemanager.aux-services是 YARN 里比较容易费解的参数。简单说，NodeManager 作为节点上的资源管家，需要知道“上层的计算框架通过这些辅助服务来 shuffle 数据”，MapReduce 跑在 YARN 上时就必须配置mapreduce_shuffle。如果机器内存比较小（比如只有 2GB），建议再加一个参数，限制每个容器最多能用的内存量，否则启动 YARN 时可能会出现整机内存不够的问题：

<property> <name>yarn.nodemanager.resource.memory-mb</name> <value>1024</value> </property>

小内存机器另一个常见问题是启动 MapReduce 作业时报“虚拟内存不足”，那是容器默认虚拟内存比例过高的原因，可以加yarn.nodemanager.vmem-check-enabled并设为false，开发环境图省事可以这样调。不过上生产之前一定要改回来，这是为了防止单个任务吃爆机器内存。

3.3 格式化 NameNode 与启动验证

配置文件全部改好之后，就可以启动集群了。不过第一步不是启动，而是格式化 NameNode。这一步相当于给 HDFS 初始化一个空白文件系统，生成 NameNode 所需的元数据结构和集群 ID。

hdfs namenode -format

看到日志里出现successfully formatted字样就说明格式化成功。有一点必须强调：格式化只在第一次启动集群前做一次。之后每次要重置集群，要先手动删掉hadoop.tmp.dir目录下的所有数据，再重新格式化，否则会报 clusterID 不一致的错误。不要养成“启动不了就重新格式化”的习惯，在真实生产环境这是灾难性操作。

然后启动 HDFS 和 YARN：

start-dfs.sh start-yarn.sh

执行完可以用jps命令检查进程，这是 Java 自带的进程查看工具。一个正常的伪分布式环境，jps输出应该包含 5 个进程：NameNode、DataNode、SecondaryNameNode、ResourceManager、NodeManager。少一个都说明对应组件启动有问题，要去日志里查。

另外两个验证入口是 Web UI。打开浏览器访问http://localhost:9870能看到 HDFS 的管理界面，里面有文件系统浏览、集群容量统计、NameNode 日志等；访问http://localhost:8088能看到 YARN 的资源管理界面，包括正在运行和已结束的任务列表。注意 Hadoop 3.x 的 NameNode Web 端口是 9870，不是 2.x 的 50070，这个差异我见过一堆人卡住。

启动完成后可以快速跑一个最基础的测试——往 HDFS 里放一个文件再读出来：

echo "hello hadoop hdfs" > /tmp/test.txt hdfs dfs -mkdir /input hdfs dfs -put /tmp/test.txt /input/ hdfs dfs -cat /input/test.txt

看到文件内容输出正常，说明 HDFS 读写在这台机器上已经通了。

3.4 跑通第一个 WordCount 作业

存储通了，还要验证计算链路。Hadoop 自带了一套 MapReduce 示例代码，非常适合做冒烟测试，其中最有名的就是 WordCount。执行下面的命令：

hadoop jar $HADOOP_HOME/share/hadoop/mapreduce/hadoop-mapreduce-examples-*.jar wordcount /input /output

这个命令把 HDFS 上/input目录里所有文件作为输入，执行 WordCount，结果写到/output目录。执行过程中你有机会在控制台亲眼看到 Map 进度从 0% 走到 100%，Reduce 阶段接着从 0% 走到 100%，这时你对“分布式任务怎么分阶段跑”会有一个非常直观的认识。

跑完以后查看结果：

hdfs dfs -cat /output/part-r-00000

如果看到了类似hadoop 1、hello 1、hdfs 1这样的单词计数输出，就说明从 HDFS 存储到 YARN 调度再到 MapReduce 计算整条链路全部打通了。到这一步，你的 Hadoop 伪分布式开发环境就算彻底搭好了。之后写 MapReduce 代码、跑 Hive 测试，都建立在今天这个环境之上。

4. 实操中的常见问题与排查技巧

4.1 jps 看不到完整进程怎么办

环境搭好后最容易遇到的问题就是进程起不全。jps 里少了 NameNode 或 DataNode，这个概率非常高。出现这种情况，我的建议是不要瞎猜，直接看日志。Hadoop 每个进程的日志目录在$HADOOP_HOME/logs下，文件命名很直白：hadoop-hadoop-namenode-主机名.log、hadoop-hadoop-datanode-主机名.log，你用 tail 命令查看末尾几十行：

tail -50 $HADOOP_HOME/logs/hadoop-hadoop-namenode-*.log

常见报错之一是在启动时 HDFS 的 DataNode 一直报Block pool ID needed之类的错误，十有八九是因为你格式化过 NameNode 多次，导致 DataNode 记录的集群 ID 和 NameNode 当前的不一致。这种情况只要清掉 tmp 目录重新格式化就能解决，但前提是你确定不需要保留 HDFS 里已有的数据。

另一个很常见的坑是端口被占用。如果之前有一次启动失败但残留了某些 Java 进程，再次启动时会报Address already in use。排查方法：

netstat -tunlp | grep 9870

找到占用端口的进程 PID，用kill -9 PID清掉，再重新启动对应服务。

4.2 格式化后 NameNode 仍然起不来

如果你执行了hdfs namenode -format，也看到了 success，但 start-dfs.sh 后 jps 里就是没有 NameNode，日志里报的是类似Java.io.IOException: NameNode is not formatted或者找不到current/VERSION文件，这通常说明 hadoop.tmp.dir 的路径在core-site.xml里没生效。

怎么验证？看 NameNode 日志里打印的目录路径是不是你在 xml 里写的那一个。很常见的误导是，你在 core-site.xml 里写了/usr/local/hadoop/tmp，但 Hadoop 实际去读的目录是/tmp/hadoop-hadoop，说明配置文件的 XML 格式有问题或者文件没被正确加载。这时检查 XML 标签是否闭合，尤其注意<configuration>和</configuration>是否完整，以及有没有多余的特殊字符。XML 配置文件在解析时代码里少一个尖括号、多一个空格都可能引发诡异问题。

还有一个非常容易忽略的点：hadoop.tmp.dir指向的目录，必须已经赋予了 hadoop 用户写权限。我之前用 root 解压安装 Hadoop，后来切到普通用户启动，结果 NameNode 一直报权限不足，当时排查了好久才发现是/usr/local/hadoop的所有权还挂在 root 名下。解决方式是回到第 3 章开头那步，确保/usr/local/hadoop已经chown -R给当前用户。

4.3 SSH 免密配好了却没生效

伪分布式启动时，SSH 免密不生效也是一个极其常见的问题。表现是执行start-dfs.sh时，每次启动 DataNode 都提示输入密码，或者报Permission denied (publickey)。这时候按顺序排查三点。

第一，确认当前执行ssh localhost的是哪个用户。配置免密时是在 hadoop 用户下执行的，启动脚本也必须用同一个用户，如果在 root 下执行启动，免密当然不生效。第二，检查.ssh目录权限，chmod 700 ~/.ssh和chmod 600 ~/.ssh/authorized_keys这两条命令一定要执行。第三，确认authorized_keys文件里是否真的包含了 id_rsa.pub 的内容，可以用cat ~/.ssh/authorized_keys查看，如果文件是空的，说明追加操作没成功，重新执行一次cat ~/.ssh/id_rsa.pub >> ~/.ssh/authorized_keys。

4.4 内存不足与 Web UI 打不开

很多人的虚拟机只分配了 1GB 或 2GB 内存，跑伪分布式时机身内存不足，表现通常是 YARN 启动后，很快 NodeManager 或者 ResourceManager 进程被系统杀掉，或者提交 WordCount 任务时一直卡在 ACCEPTED 状态不调度。遇到这个问题，建议给虚拟机分配至少 2GB 内存，如果内存本来就有限，就调小 YARN 容器可用内存，参考第 3.2 节里那个yarn.nodemanager.resource.memory-mb参数。

Web UI 打不开则需要分情况。如果http://localhost:9870打不开但jps里 NameNode 进程是存在的，优先检查防火墙。Ubuntu 默认的 ufw 防火墙如果开启了，会把外网访问挡在门外，最简单的方式是在本机测试时直接关闭防火墙，或者放行指定端口：

sudo ufw disable

另外如果你是用远程服务器、云主机部署，注意安全组策略也要放行 9870 和 8088 端口，否则你的浏览器从自己电脑上访问不到 Web UI。这个问题和 Hadoop 本身没关系，但实际中遇到的人非常多，值得列出来提醒一句。

4.5 开发调试的几条实用建议

环境搭好之后，日常学习和调试过程中，我建议养成几个习惯。第一，每次改完配置文件，先执行hdfs dfsadmin -report检查 HDFS 集群状态，再执行yarn node -list检查 YARN 节点状态，比直接跑作业更早发现环境问题。第二，跑完了的测试作业，输出目录要及时清理，因为 MapReduce 作业要求输出目录不存在才能运行，第二次跑同样的输出路径会直接报错，你得先进 Web UI 或执行hdfs dfs -rm -r /output删除。第三，启动和停止集群尽量用start-dfs.sh/stop-dfs.sh、start-yarn.sh/stop-yarn.sh成对操作，不要直接杀进程，否则残留的临时状态会在下一次启动时制造出莫名其妙的故障。

以我个人的经验，前端几个系列面试中，关于 Hadoop 的题目往往不是问它怎么用，而是问“你有没有在伪分布式环境上实际跑通过任务”。这个环境配置看起来繁琐，但它是你把概念落到实处的第一道门槛。我第一次搭的时候也被 XML 配置文件折磨过两三天，后来发现只要理解了每个参数的含义，照着思路理一遍，再动手就非常快了。环境搭好之后别急着往下冲，先多跑几遍 WordCount，把 jps 里那几个进程看熟了，再去折腾伪分布式和真集群的差异，你会觉得后面每一步都轻松很多。