【环境搭建】Java、Python、Nodejs等开发环境搭建

1. 前言

趁着 618 活动，我新换了一台电脑。开发的同学都知道，重新在新电脑搭建开发环境是一件相对繁琐的事，这篇文章我将介绍如何搭建Java（jdk、maven等）、Python（uv、conda等）、Nodejs、Docker Desktop（wsl2、docker等）等环境和应用。

我的系统：windows 11。

2. Java 环境

2.1 JDK安装

2.1.1 下载和安装

下载地址：Java Downloads | Oracle

选择要下载的版本，我下载的版本为 JDK21，下载 Installer 后直接点击安装即可（建议全部默认配置）。

2.1.2 配置环境变量

新增变量：JAVA_HOME，值为 jdk 安装路径，示例：

C:\Program Files\Java\jdk-21

修改变量：Path，在值中增加 jdk bin路径，示例：

%JAVA_HOME%\bin
或
C:\Program Files\Java\jdk-21\bin

2.1.3 验证

打开终端，输入 java -version 和 javac 验证。

# 查看java版本
java -version

# java编译器
javac

2.2 Maven 安装

2.2.1 下载

下载地址：Download Apache Maven – Maven

注意：maven 3.8+ 版本，需要 jdk 17 及以上版本支持。

下载的文件包无需安装，直接解压到要安装的目录。

2.2.2 配置 setting.xml 文件

安装目录中打开 conf/setting.xml 文件，以下是简单的配置示例（使用阿里云仓库）：

注意将 localRepository 值替换为自己的本地仓库路径。

<?xml version="1.0" encoding="UTF-8"?>

<settings xmlns="http://maven.apache.org/SETTINGS/1.0.0"
          xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
          xsi:schemaLocation="http://maven.apache.org/SETTINGS/1.0.0 http://maven.apache.org/xsd/settings-1.0.0.xsd">
		  
  <!-- 本地仓库路径 -->
  <localRepository>D:\workspace\software\maven\mavenrep</localRepository>

  <!-- 插件组 -->
  <pluginGroups>
  </pluginGroups>

  <!-- 代理设置 -->
  <proxies>
  </proxies>

  <!-- 服务器认证信息 -->
  <servers>
  </servers>

  <!-- 镜像设置 -->
  <mirrors>
		<mirror>  
		  <id>alimaven</id>  
		  <name>aliyun maven</name>  
		  <url>https://maven.aliyun.com/repository/public</url>  
		  <mirrorOf>*,!spring-milestones,!maven2</mirrorOf>  
		</mirror>
  </mirrors>

  <!-- 配置文件激活设置 -->
  <profiles>
	<profile>  
		<id>nexus</id>  
		<activation>  
			<activeByDefault>true</activeByDefault>  
		</activation>  
	</profile>  
  </profiles>
</settings>

3. Python 环境

3.1 Python 安装

3.1.1 下载

下载地址：Download Python | Python.org

建议下载 3.10 及以上版本。

3.1.2 安装

双击下载的 python.exe 程序，选择自定义安装。

勾选‘Add Python to environment variables’（这将自动添加path环境变量），并自定安装路径。

点击 ‘install’ 等待安装完成。

3.1.3 验证

控制台键入以下命令：

# 验证python是否正确安装
python --version
# 返回：Python 3.13.3

# 验证pip(Python 包管理器)是否安装
pip --version
# 返回：pip 25.0.1 from D:\workspace\software\python\python3.13\Lib\site-packages\pip (python 3.13)

3.2 uv 安装

推荐使用 uv 作为 Python 的包管理工具，github 地址。

3.2.1 介绍

uv 是一个极快的 Python 包和项目管理器，用 Rust 编写。

主要有以下特点：

UV 是一个功能全面的工具，能够替代 pip、pip-tools、pipx、poetry、pyenv、twine、virtualenv 等。
比传统的 pip 快 10 到 100 倍。
提供了一个全局锁文件，确保不同开发环境之间的依赖一致性（类似于 poetry 或 npm 的锁文件）。
支持Python 版本管理，无需额外的 pyenv。

3.2.2 安装

控制台键入以下命令：

pip install uv

3.2.3 验证

# 返回版本信息即安装完成
uv --version

3.2.4 拓展

使用 uv 管理项目依赖和环境。

# 进入到项目工作空间
cd  D:\workspace\python\demos

# 使用uv创建一个 mcp-demo 项目
uv init mcp-demo

# 创建uv虚拟环境，执行完下面命令后，当前目录下会创建一个名为 .venv 的虚拟环境文件夹。 
cd .\mcp-demo\
uv venv .venv

# 激活虚拟环境
.\.venv\Scripts\activate

# 安装依赖
uv add pandas

3.3 Conda 安装

3.3.1 介绍

Conda 是一个开源的包管理器和环境管理器，它不仅可以管理 Python 包，还可以管理其他语言的包（如 R、C/C++ 等）。

Conda 有两种安装方式：Anaconda 和 Miniconda 。

Anaconda ：一个完整的 Python 数据科学发行版，包含 Conda、Python 和数百个常用的数据科学包。
Miniconda：一个轻量版的 Conda，只包含 Conda 和 Python，其他包需要手动安装。适合需要小安装包的用户。

Anaconda 和 UV 的对比：

特性	Anaconda	UV
用途	完整的 Python 数据科学工具，包含大量科学计算包。	高效的包管理工具，替代传统工具（pip、pyenv等）。
包管理	使用 Conda 管理环境和包，适合数据科学项目。	使用 UV 管理包和环境，性能更优，支持 Python 版本管理。
虚拟环境管理	支持创建虚拟环境，集成 conda 和 venv。	也支持创建虚拟环境，提供与 pip兼容的功能，性能更快。
安装包体积	较大，包含大量预装包，适合数据科学应用。	较小，安装包体积轻，快速高效。
适用场景	数据科学、机器学习、科学计算等领域的用户。	高效管理 Python 包和虚拟环境，适合开发者和项目管理。
图形化界面	提供 Anaconda Navigator图形化界面。	不提供图形化界面，主要通过命令行操作。
跨平台支持	支持 Windows、macOS 和 Linux。	支持 Windows、macOS 和 Linux。
依赖包预装	内置大量常用科学计算包。	没有预装包，用户可以按需安装。
包管理性能	速度相对较慢，适合大规模科学计算项目。	安装速度比 pip快 10 到 100 倍，适合大规模项目管理。

3.3.2 下载

我们这里选用 Anaconda 安装方式，跳转官网下载。

第一步：填写自己邮箱。

第二步：填写完邮箱，点击提交后，会出现下载按钮，选择下载适合的版本。

3.3.3 安装

下载完成后，进入文件下载位置。

选择要安装的路径

勾选 ‘Add Anaconda3 to my PATH environment variable’ ，会自动添加配置到环境变量。

点击 ‘install’ 等待安装完成（时间可能较长）。

拓：如何手动配置环境变量， path 中添加如下配置：C:\Users<用户名>\Anaconda3 替换为你的安装目录。

C:\Users<用户名>\Anaconda3\Scripts
C:\Users<用户名>\Anaconda3\condabin
C:\Users<用户名>\Anaconda3\Library\bin

3.3.4 验证

控制台键入如下命令：

conda --version
# 返回：conda 24.9.2

3.3.5 拓展

通过 Conda 创建虚拟环境。

# 创建一个名为 myenv 的虚拟环境，并安装 Python 3.12
conda create --name myenv python=3.12

# 激活虚拟环境
conda activate myenv

# 列出所有环境
conda env list

# 安装包
conda install pandas

# 退出虚拟环境
conda deactivate

4. 其它

4.1 Node.js 安装

4.1.1 下载

下载地址：Node.js — Download Node.js®

版本说明：

LTS：长期支持版，提供长期的稳定性和支持，适合生产环境和企业级应用，推荐。
Current：提供最新的功能和特性，适合开发和实验环境。

4.1.2 安装

我们这里选择 .msi 安装程序直接安装。

自定义安装路径。

点击 ‘install’ 等待安装完成。

4.1.3 验证

控制台输入以下命令：

# 查看 Node.js 版本
node -v
# 查看 npm 版本
npm -v

4.2 Git 安装

4.2.1 下载和安装

下载地址：Git - Downloading Package

下载完成后直接运行 .exe 文件安装。

4.2.2 验证

控制台键入以下命令：

# 返回版本号即安装成功
git --version

4.2.3 配置

# 设置全局用户名
git config --global user.name "Your Name"
# 设置全局邮箱
git config --global user.email "Your Email"
# 查看全局配置
git config --global --list

4.2.4 拓展

你也可以使用 TortoiseGit 作为 git 管理工具，下载地址：Download – TortoiseGit – Windows Shell Interface to Git

4.3 Doker Desktop 安装

windows 下安装 docker Desktop 需要先安装 WSL 2（Windows Subsystem for Linux 2）和 Linux 发行版。

4.3.1 WSL2 安装

官方文档地址：安装 WSL | Microsoft Learn

1. 首先查看 WSL 版本

 wsl --status

2. 查看已经安装的linux子系统

wsl --list

3. 如果提示未安装子系统，执行以下命令：

# 该命令会自动安装WSL2以及默认的 Ubuntu 发行版。
wsl --install

# 下载指定的子系统发版
# 先查询可用发行版列表
wsl --list --online
# 安装指定发行版，语法：wsl --install -d <DistroName>
wsl --install -d 'Ubuntu-24.04'

4. 设置 WSL2 为默认版本（可选，步骤一查询结果非版本2时执行）：