Linux下Spark offline安装graphframes包

背景

GraphX是Spark中用于图计算的模块. Spark安装包中内置Scala语言的GraphX库, 但是对于Python语言的安装包, 需要额外进行安装.
对于内网服务器, 不能访问外网, 安装GraphX的python库graphframes需要进行额外的步骤, 本文介绍如何在Linux下offline为Spark 安装graphframes包.

安装步骤

• 下载spark-3.5.0-bin-hadoop3.tgz和graphframes-0.8.3-spark3.5-s_2.12.jar
• cd $install_path and tar -zxvf spark-3.5.0-bin-hadoop3.tgz
• cp graphframes-0.8.3-spark3.5-s_2.12.jar $install_path/spark-3.5.0-bin-hadoop3/jars/
• mkdir -p $install_path/pluginlib/graphframes
• cp graphframes-0.8.3-spark3.5-s_2.12.jar $install_path/pluginlib/graphframes/
• jar xf graphframes-0.8.3-spark3.5-s_2.12.jar
• 添加 $install_path/pluginlib/graphframes 到环境PYTHONPATH环境变量

这样, 就可以使用graphframes库了