- 最近都是直接使用pyspark shell或者用pycharm来写spark的代码,但是在处理数据或者看训练结果的时候还是jupyter notebook方便太多太多,但是在jupyter中没办法引入pyspark,导致不太方便,这里记录一下在jupyter notebook引入pyspark的方法。
- 环境:anaconda(推荐所有人都装,非常的方便)python3.6,spark2.0,操作系统为macos,要确定自己的spark可以通过shell启动
两种方案
一共有两种方案,大家自己看哪个更加方便
一:shell启动
PYSPARK_DRIVER_PYTHON="jupyter" PYSPARK_DRIVER_PYTHON_OPTS="notebook" pyspark
直接使用上述命令启动jupyter notebook就可以了,缺点就是输入麻烦
二:安装findspark
安装findspark,然后再jupyter notebook中引入并初始化一下就可以了,具体操作如下
切换到自己的python环境下,执行:
pip install findspark
使用anaconda打开jupyter notebook,在文档中输入下列内容即可
import findspark
findspark.init()
from pyspark import SparkContext, SparkConf