python 安装pyspark_PySpark安装小记

0 环境

OS: Linux Mint 17.1 Rebecca (based on Ubuntu 14.04)

Python: 2.7, 3.4

Java: 7u151

1 安装

本人主要使用 python3，于是用 pip3 安装：

pip3 install pyspark

设置环境变量 SPARK_HOME：

export SPARK_HOME="/usr/local/lib/python3.4/dist-packages/pyspark"

直接运行 pyspark，报错：

Exception in thread "main" java.lang.UnsupportedClassVersionError: org/apache/spark/launcher/Main : Unsupported major.minor version 52.0

Google 之，意思是 Java 版本过低，系统默认版本是 Java 7，要求 Java 8，于是再安装 Java 8：

add-apt-repository ppa:webupd8team/java -y

apt-get update

apt-get install oracle-java8-installer

apt-get install oracle-java8-set-default

安装之后还是提示上面的错误，查看 Java 版本：

java version "1.8.0_144"

Java(TM) SE Runtime Environment (build 1.8.0_144-b01)

Java HotSpot(TM) 64-Bit Server VM (build 25.144-b01, mixed mode)

没错啊，再检查，发现环境变量 JAVA_HOME 还没改过来，改之：

export JAVA_HOME="/usr/lib/jvm/java-8-oracle/jre/"

设置完之后，运行：

Python 2.7.6 (default, Oct 26 2016, 20:30:19)

[GCC 4.8.4] on linux2

Type "help", "copyright", "credits" or "license" for more information.

Traceback (most recent call last):

File "/usr/local/lib/python3.4/dist-packages/pyspark/python/pyspark/shell.py", line 31, in

from pyspark import SparkConf

ImportError: No module named pyspark

>>>

看来是调用了 python2，而不是我想用的 python3，再设置一下环境变量 PYSPARK_PYTHON 即可：

export PYSPARK_PYTHON=python3

或者

PYSPARK_PYTHON=python3 pyspark

这样就可以正常运行 pyspark 了，第一次运行，加载时间会比较长，后面就快了。