windows系统作为driver远程提交任务给spark standalone集群demo

其实这个是上篇文章的升级版。

先上demo代码吧，其中要改的地方还挺多的，此外，如果不将模型持久化的话，烦请自行修改相关代码（demo比较简单，我就不阐释他是干什么的了）：

from pyspark.ml.feature import Word2Vec
from pyspark.sql import SparkSession
from pyspark import SparkConf
from pyspark.ml import Pipeline, PipelineModel
import os

if __name__ == "__main__":
    # 环境变量
    # 值为linux系统中master、worker的启动所需版本的python3命令
    os.environ['PYSPARK_PYTHON'] = 'python3'
    # 值为linux系统中master、worker的启动所需版本的python命令
    os.environ['PYSPARK_DRIVER_PYTHON'] = 'python3'
    # 值为本地windows系统中spark目录
    os.environ['SPARK_HOME'] = 'D:/PyWS3/spark-2.2.1'
    # 值为本机IP，与建立连接时所需要的IP，防止多张网卡时导致连接失败
    os.environ['SPARK_LOCAL_IP'] = '192.168.xxx.xxx'
    os.environ['HADOOP_HOME'] = 'D:/PyWS3/spark-2.2.1/hadoop'

    # 工作流模型保存地址，建议存在hdfs或者linux文件系统中&#