原文链接:https://blog.csdn.net/qq_23860475/article/details/90476197
1.软件
1、anaconda(python3.6)
2、spark-2.4.3-bin-hadoop2.7(spark版本要和集群上的一样)
3、JDK1.8
2.python环境配置
pip install pyspark
这里如果遇到安装超时的情况采用以下命令
pip --default-timeout=100 install pyspark
或
pip --default-timeout=100 install -U pyspark
没有py4j也得装下
pip install py4j
3.spark环境配置
1、下载。spark下载地址:http://spark.apache.org/downloads.html
2、解压。下载好后解压 ,注意安装路径不能有空格。
3、配置环境变量。添加环境变量SPARK_HOME=spark安装路径(比如我的是D:\Application\spark-2.4.3-bin-hadoop2.7),在Path中添加%SPARK_HOME%\bin