spark python_python spark环境配置

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

放在D盘

添加 SPARK_HOME = D:\spark-2.3.0-bin-hadoop2.7。

并将 %SPARK_HOME%/bin 添加至环境变量PATH。

然后进入命令行,输入pyspark命令。若成功执行。则成功设置环境变量

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

找到pycharm sitepackage目录

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

右键点击即可进入目录,将上面D:\spark-2.3.0-bin-hadoop2.7里面有个/python/pyspark目录拷贝到上面的 sitepackage目录

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

安装 py4j

watermark,size_16,text_QDUxQ1RP5Y2a5a6i,color_FFFFFF,t_100,g_se,x_10,y_10,shadow_90,type_ZmFuZ3poZW5naGVpdGk=

试验如下代码:

from __future__ import print_function

import sys

from operator import add

import os

# Path for spark source folder

os.environ[‘SPARK_HOME‘] = "D:\spark-2.3.0-bin-hadoop2.7"

# Append pyspark to Python Path

sys.path.append("D:\spark-2.3.0-bin-hadoop2.7\python")

sys.path.append("D:\spark-2.3.0-bin-hadoop2.7\python\lib\py4j-0.9-src.zip")

from pyspark import SparkContext

from pyspark import SparkConf

if __name__ == ‘__main__‘:

inputFile = "D:\Harry.txt"

outputFile = "D:\Harry1.txt"

sc = SparkContext()

text_file = sc.textFile(inputFile)

counts = text_file.flatMap(lambda line: line.split(‘ ‘)).map(lambda word: (word, 1)).reduceByKey(lambda a, b: a + b)

counts.saveAsTextFile(outputFile)

计算成功即可

原文地址:http://blog.51cto.com/yixianwei/2156892

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值