Windows7下安装pyspark

安装需要如下东西：

java

jdk-8u181-windows-x64.exe

spark

spark-2.1.3-bin-hadoop2.7

hadoop(版本要与spark的一致，这里都是hadoop2.7)

hadoop-2.7.7

Anaconda(这个是为了预防python出现api-ms-win-crt-runtime-l1-1-0.dll错误，且安装了vc_redist.2015.exe还无法解决时需要安装)

Anaconda3-2.4.1-Windows-x86_64.exe

python

python-3.5.4-amd64.exe

pycharm

pycharm-community-2016.1.4.exe

安装JDK

** 千万不要用默认路径Program Files，这个有空格后面会很坑！新建路径在C:\Java，Java安装在这里！**

1. 新建环境变量名：JAVA_HOME，变量值：C:\Java\jdk1.8.0_11
2. 打开PATH，添加变量值：%JAVA_HOME%\bin;%JAVA_HOME%\jre\bin
3. 新建环境变量名：CLASSPATH，变量值：.;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar

在 cmd 中输入 java 出现如下信息就算安装成功了

安装spark

在C盘新建Spark目录，将其解压到这个路径下

1. 新建环境变量名：SPARK_HOME，变量值：C:\Spark
2. 打开PATH，添加变量值：%SPARK_HOME%\bin

安装hadoop

在C盘新建Hadoop目录，将其解压到这个路径下

1. 新建环境变量名：HADOOP_HOME，变量值：C:\Hadoop
2. 打开PATH，添加变量值：%HADOOP_HOME%\bin

去网站下载Hadoop在Windows下的支持winutils

https://github.com/steveloughran/winutils

根据版本来选择，这里用的是 hadoop2.7，所以选择2.7的bin下载下来，将其覆盖到 C:\Hadoop\bin

修改C:\Hadoop\etc\hadoop下的hadoop-env.cmd为set JAVA_HOME=C:\Java\jdk1.8.0_11

在 cmd 中输入 hadoop 出现如下信息就算安装成功了

安装python

安装路径为 C:\Python35

在C盘或者代码盘新建\tmp\hive路径，输入命令

winutils.exe chmod -R 777 C:\tmp\hive

验证pyspark

cmd输入pyspark得到如下画面

配置pycharm

在如下路径添加环境变量

1. JAVA_HOME
2. SPARK_HOME
3. HADOOP_HOME

Run->Edit Configurations->Environment variables