导语
这次是一个比较简单的测用例 仅共我自己的测试 ,在配置环境时没有用全局配置,只是单个项目测试 不具备通用性,只适合新手测试
准备工作
我的环境测试如下:
组件 | 版本 |
---|---|
Pycharm | 2021.2 |
java | open JDK 8 |
Spark | spark-3.1.2-bin-hadoop3.2 |
hadoop | hadoop-3.2 |
python | v3.9 |
winutils | v hadoop-3.0 |
注释:winutils 地址 https://github.com/steveloughran/winutils/tree/master/hadoop-3.0.0/bin
开始步骤
全局配置:
1、把下载好的spark、hadoop、Java、python 配置好全局变量;具体方法自己百度下
局部配置:
1、解压文件 记住spark、hadoop的路径
2、在pycharm 中run ->Edit Configuration ->Environment variable -> + 添加文件路径
eg:
PYTHONUNBUFFERED=1;SPARK_HOME=C:\Users\ss\Documents\soft\spark-3.1.2-bin-hadoop3.2\spark-3.1.2-bin-hadoop3.2;PYTHONPATH=C:\Users\ss\Documents\soft\spark-3.1.2-bin-hadoop3.2\spark-3.1.2-bin-hadoop3.2\python;JAVA_HOME=C:\Users\ss\Documents\soft\openlogic-openjdk-8u292-b10-windows-x64\openlogic-openjdk-8u292-b10-windows-64;HADOOP_HOME=C:\Users\ss\Documents\soft\hadoop-3.2\spark-3.1.2-bin-hadoop3.2;PYSPARK_PYTHON=python
注意: PYSPARK_PYTHON=python 还是需要注意下可以解决 Python worker failed to connect back 这个问题 解决路径:https://stackoverflow.com/questions/53252181/python-worker-failed-to-connect-back
3、把下载的winutils.exe 放到你下载的$HADOOP_HOME/bin/ 下面
4、引入pyspark 的lib 在pycharm的file -> setting ->Project Structure -> 弹窗的+ Add Content Root 把 $SPARK_HOME/python/lib 下面
5、现在开始编写的pyspark吧