PyCharm搭建Spark开发环境

1.安装好JDK

创新互联公司是一家从事企业网站建设、成都网站建设、做网站、行业门户网站建设、网页设计制作的专业网站设计公司，拥有经验丰富的网站建设工程师和网页设计人员，具备各种规模与类型网站建设的实力，在网站建设领域树立了自己独特的设计风格。自公司成立以来曾独立设计制作的站点超过千家。

下载并安装好jdk-12.0.1_windows-x64_bin.exe，配置环境变量：

新建系统变量JAVA_HOME，值为Java安装路径

新建系统变量CLASSPATH，值为 .;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;(注意最前面的圆点)

配置系统变量PATH，添加 %JAVA_HOME%bin;%JAVA_HOME%jrebin

在CMD中输入：java或者java -version，不显示不是内部命令等，说明安装成功。

2.安装Hadoop，并配置环境变量

下载hadoop：https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz

解压hadoop-2.7.7.tar.gz特定路径，如：D:\adasoftware\hadoop

添加系统变量HADOOP_HOME：D:\adasoftware\hadoop

在系统变量PATH中添加：D:\adasoftware\hadoop\bin

安装组件winutils：将winutils中对应的hadoop版本中的bin替换自己hadoop安装目录下的bin

3.Spark环境变量配置

spark是基于hadoop之上的，运行过程中会调用相关hadoop库，如果没配置相关hadoop运行环境，会提示相关出错信息，虽然也不影响运行。

下载对应hadoop版本的spark：http://spark.apache.org/downloads.html

解压文件到：D:\adasoftware\spark-2.4.3-bin-hadoop2.7

添加PATH值：D:\adasoftware\spark-2.4.3-bin-hadoop2.7\bin;

新建系统变量SPARK_HOME：D:\adasoftware\spark-2.4.3-bin-hadoop2.7;

4.下载安装anaconda

anaconda集成了python解释器和大多数python库，安装anaconda 后不用再安装python和pandas numpy等这些组件了。下载地址。最后将python加到path环境变量中。

5.在CMD中运行pyspark，出现类似下图说明安装配置正常：

出现这种warning是因为JDK版本为12，太高了，但是不影响运行。没有影响。

6.在pycharm中配置spark

打开PyCharm，创建一个Project。然后选择“Run” ->“Edit Configurations”–>点击+创建新的python Configurations

选择 “Environment variables” 增加SPARK_HOME目录与PYTHONPATH目录。

SPARK_HOME:Spark安装目录

PYTHONPATH:Spark安装目录下的Python目录

选择 File->setting->你的project->project structure

右上角Add content root添加：py4j-some-version.zip和pyspark.zip的路径(这两个文件都在Spark中的python文件夹下)

保存即可无锡看妇科的医院 http://www.ytsgfk120.com/

7.测试是否配置成功，程序代码如下，创建一个python程序放进去就可以：

import os

import sys

# Path for spark source folder

os.environ['SPARK_HOME'] = "D:\adasoftware\spark"

# Append pyspark to Python Path

sys.path.append("D:\adasoftware\spark\python")

try:

from pyspark import SparkContext

from pyspark import SparkConf

print("Successfully imported Spark Modules")

except ImportError as e:

print("Can not import Spark Modules", e)

sys.exit(1)

若程序正常输出: "Successfully imported Spark Modules"就说明环境已经可以正常执行。