python spark环境配置

标签：png   添加   技术   右键   RoCE   试验   color   split   sha   

放在D盘
添加 SPARK_HOME = D:\spark-2.3.0-bin-hadoop2.7。

• 并将 %SPARK_HOME%/bin 添加至环境变量PATH。
• 然后进入命令行，输入pyspark命令。若成功执行。则成功设置环境变量

找到pycharm sitepackage目录

右键点击即可进入目录，将上面D:\spark-2.3.0-bin-hadoop2.7里面有个/python/pyspark目录拷贝到上面的 sitepackage目录

安装 py4j

试验如下代码：

from __future__ import print_function
import sys
from operator import add
import os

# Path for spark source folder
os.environ[‘SPARK_HOME‘] = "D:\spark-2.3.0-bin-hadoop2.7"
# Append pyspark to Python Path
sys.path.append("D:\spark-2.3.0-bin-hadoop2.7\python")
sys.path.append("D:\spark-2.3.0-bin-hadoop2.7\python\lib\py4j-0.9-src.zip")
from pyspark import SparkContext
from pyspark import SparkConf

if __name__ == ‘__main__‘:
    inputFile = "D:\Harry.txt"
    outputFile = "D:\Harry1.txt"
    sc = SparkContext()
    text_file = sc.textFile(inputFile)
    counts = text_file.flatMap(lambda line: line.split(‘ ‘)).map(lambda word: (word, 1)).reduceByKey(lambda a, b: a + b)
    counts.saveAsTextFile(outputFile)

计算成功即可

python spark环境配置

标签：png   添加   技术   右键   RoCE   试验   color   split   sha   

原文地址：http://blog.51cto.com/yixianwei/2156892