windows搭建pyspark环境详细教程

一.安装jdk及配置环境变量:
下载地址：
https://www.oracle.com/java/technologies/downloads/#java8-windows
安装步骤：

下载后点击安装，中途可以自定义安装路径，最后查看安装路径：

开始配置系统环境变量：

在系统变量中新建：
变量名： JAVA_HOME
变量值：D:\jdk 也就是jdk的安装路径
确认后，打开cmd,输入java version,出现如下界面：

说明java系统环境变量已配好。

二.安装spark及配置环境变量:
下载地址：
https://archive.apache.org/dist/spark/
点击想安装的版本（我安装的是spark-3.0.0）：

将压缩包放在喜欢的位置进行解压：

开始配置spark的系统环境变量：

在系统变量中新建：
变量名：SPARK_HOME
变量值：D:\spark-3.0.0-bin-hadoop2.7

三.安装hadoop及配置环境变量:
下载地址：
https://archive.apache.org/dist/hadoop/common/
选择与spark对应的版本：

点击之后进行下载：

解压到喜欢的位置：

此时bin目录（D:\hadoop-2.7.1\bin）下可能没有hadoop.dll及winutils.exe文件，
需要进行下载：
hadoop.dll：
https://github.com/steveloughran/winutils/blob/master/hadoop-2.7.1/bin/hadoop.dll

点击下载

winutils.exe：
https://github.com/steveloughran/winutils/blob/master/hadoop-2.7.1/bin/winutils.exe
下载方式同上

将hadoop.dll和winutils.exe均拷贝到D:\hadoop-2.7.1\bin下和C:\Windows\System32下（两个文件各拷贝一份）

开始配置hadoop的系统环境变量：

新建系统变量：
变量名：HADOOP_HOME
变量值：D:\hadoop-2.7.1
在cmd输入hadoop version,出现如下界面：

说明hadoop环境变量配置成功；
接着输入spark-shell,出现如下界面：

说明spark系统环境变量配置成功；
接下来安装py4j,在cmd中输入pip install py4j
安装成功后接着输入pip install pyspark,安装好后出现如下界面：

最后输入pyspark,出现如下界面：

再来pycharm看引用的pyspark代码，已经可以正常使用了：

至此，windows（win7）安装pyspark(3.0.0及以上版本)成功