用pycharm玩spark | windows平台

要点

1.1 设置工程的环境变量

配置如下图

期中：脚本名就是自己调试的脚本名字，红色部分是要点。

1.2 引入相关的spark库

这一步，很容易漏，在pycharm setting里面

注意图片的project Ingestion-> project struture –> add content root

1.3相关测试程序

import os
import sys

# Path for spark source folder
os.environ['SPARK_HOME']="D:\javaPackages\spark-1.6.0-bin-hadoop2.6"

# Append pyspark  to Python Path
sys.path.append("D:\javaPackages\spark-1.6.0-bin-hadoop2.6\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)

如果程序可以正常输出: “Successfully imported Spark Modules”

TODO

期望以后能够对任意spark相关的py文件都能自动适配

参考

https://stackoverflow.com/questions/34685905/how-to-link-pycharm-with-pyspark

windows下 pycharm开发spark