Linux 在大数据开发中扮演的角色是什么，掌握程度要求多少？

Linux 开源、稳定性好，可不装桌面程序，常年不关机。同新手。

基础设施

@xiaobai987 我直接装的 desktop...不装桌面的是啥

@Rice 什么基础设施呢

大数据的分布式集群（ Hadoop，Spark ）都是搭建在多台 Linux 系统上，对集群的执行命令都是在 Linux 终端窗口输入的；
楼主可以尝试自己搭建一个 hadoop 集群体验一下。
可以参考： http://www.cnblogs.com/xia520pi/archive/2012/04/08/2437875.html

@frankkai #3 你学过 java 么？几年经验？

@frankkai 纯命令行啊

@xiaobai987 iso 文件名是什么，我知道是终端命令行...

@Rice mei 在学校学过一些，应届生

@yunkchen 手动感谢

@frankkai 我觉得楼主还是做几年 JAVA 后台在研究大数据吧，你基础知识不牢固，要不就考研。

@Rice 谢谢前辈指点~

需要掌握到什么程度呢？
首先，把基础命令学会了，可以参考鸟哥私房菜，基础部分，了解下 linux 系统的运行原理。
重点几部分：用户权限、环境变量的配置、vim 命令、yum （或者 apt-get、根据不同开源版本）、ps、netstat、grep
这些基本掌握大概需要一个星期，然后你再去鼓捣 hadoop 会比较好。先装单机的，后面真正分布式的，你还要学会 ssh 证书登陆的配置、scp 等命令。

@xiaobai987 我知道了，可以用 ctrl+alt+f1 切换的到命令行

装 Ubuntu14.04 是为了考古么

@svenFeng 话不能这么说，现在装 win7 的也大有人在

我觉得未来就是跑 docker 的母鸡

你都想知道 linux 和 windows 有什么本质区别了，为什么不去看看操作系统这本书呢。。。
windows 和 linux 都只是操作系统而已，本身只是为了管理内存，调度进程，处理网络协议栈这些乱七八糟事物，要说区别可能就是：一个开源，一个闭源并且有非常明显的购买成本。这当然会导致一些外部的生态环境的区别，很多开源的软件第一优先考虑的肯定是 linux 平台嘛。
不过要是微软自己出大数据平台构建方案，我觉得也会有不少公司跟进的，因为基于 linux 开源的平台后面的隐性成本很多时候都超过 windows 的直接购买成本的。
不过像大数据这种很可能以后都是以服务形式提供，其实你学不学 linux，可能在未来几年使用大数据完全没什么影响。数据就是数据，本身就是和平台无关的。

自带 python

骗回复的吧。。。你要是一开始就不知道，在这儿问也问不出来。。。