【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 --version3.2.4 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 pandas3.3 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\bin3.3.4 验证
控制台键入如下命令：
conda --version
# 返回：conda 24.9.23.3.5 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 deactivate4. 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。
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 -v4.2 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 --version4.2.3 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 --list4.2.4 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
首先查看 WSL 版本
wsl --status
如果输出错误信息或提示安装WSL，继续接下来的安装步骤：
安装 WSL2：
# 该命令会自动安装WSL2以及默认的 Ubuntu 发行版。wsl --install设置 WSL2 为默认版本：
wsl --set-default-version 2注意：我的电脑是 AMD R9-9955HX 处理器，默认开启虚拟化支持，部分型号电脑需要进入 BIOS 开启。
4.3.2 下载
Docker Desktop 下载地址：https://www.docker.com/products/docker-desktop/
选择合适的版本安装即可。
安装完成并登录后会进入到主界面。
4.3.3 验证
启动 Docker Desktop ，控制台键入如下命令：
docker --version
5. 开发软件安装
只提供下载路径，不提供破解教程。
1. Jetbrains 全家桶
下载地址：
-
Idea（Java）：IntelliJ IDEA | Other Versions
-
PyCharm（Python）：Other Versions - PyCharm
-
DataGrip（数据库）：Other Versions - DataGrip
2. Cursor：Cursor - The AI Code Editor
3. Trae：Trae - AI 原生 IDE
4. Postman：Download Postman | Get Started for Free
5. DBeaver（数据库）：Download | DBeaver Community