1、首先下载spark软件,如果使用的是CDH版本,软件提供如下连接
链接: https://pan.baidu.com/s/1vQJiQ_-S7ZKIIYq98-9Bmg 提取码: v4rj
2、将软件解压到对应的目录
/Users/admin/Documents/softwares/spark-2.6.0-bin-2.6.0-cdh5.16.2/
3、配置spark相应的环境变量
sudo vi ~/.bash_profile
4、相应环境变量如下
export SPARK_HOME=/Users/admin/Documents/softwares/spark-2.6.0-bin-2.6.0-cdh5.16.2
export PYTHONPATH=$SPARK_HOME/python:$SPARK_HOME/python/lib/py4j-0.10.7-src.zip:$PYTHONPATH
export PYTHONPATH=$SPARK_HOME/python:$PYTHONPATH
5、将/Users/admin/Documents/softwares/spark-2.6.0-bin-2.6.0-cdh5.16.2/python文件夹下面的 pyspark文件夹拷贝到激活的环境中/Users/admin/opt/anaconda3/envs/recommend_data/lib/python3.6/site-packages/
5.1、配置成功后演示代码
from pyspark import SparkContext,SparkConf
spark_conf = SparkConf().setAppName('Python_Spark_WordCount').setMaster('local[2]')
#使用spark最原始的API进行数据分析
sc = SparkContext(conf=spark_conf)
sc.setLogLevel('WARN')
print (sc)
以上环境参数就配齐了
6、如果有如下报错请根据下面的方式解决
6.1、版本不兼容,考试版本为3.9.12太新了,我给他降低到了3.6.6
conda create -n recommend_data python=3.6.6
conda activate recommend_data
vscode切换环境
6.2、还有报错 ModuleNotFoundError: No module named ‘py4j’
由于没有找打这个模块就直接通过conda安装一个
conda install -c conda-forge py4j