随笔 - 321  文章 - 0  评论 - 6  阅读 - 34万

windows下在pycharm中开发pyspark的环境配置

1、安装pyspark

 

 2、下载想要的hadoop版本,解决 missing WINUTILS.EXE 的问题

下载地址:https://github.com/steveloughran/winutils

比如,我保存的本地地址在这

 

 

3、pyspark程序中指定系统变量

 

复制代码

from pyspark import SparkContext
import os
import sys
#指定系统变量
if sys.platform == "linux":
os.environ["PYSPARK_PYTHON"] = "/home/xxxxx/anaconda3/bin/python3.7"
os.environ["HADOOP_HOME"] = "/usr/bin/hadoop"
else:
os.environ["PYSPARK_PYTHON"]="C:\\Users\\xxxxxx\\AppData\\Local\\Programs\\Python\\Python37\\python.exe"
os.environ["HADOOP_HOME"]="E:\\pycharm-project\\winutils-master\\hadoop-2.6.0"

logFile = "test.txt"
sc = SparkContext("local","my first app")
sc.setLogLevel("ERROR")
logData = sc.textFile(logFile).cache()

numAs = logData.filter(lambda s: 'projtrtr' in s).count()
numBs = logData.filter(lambda s: 'd' in s).count()
temp = logData.first()

print(temp)

print("Lines with projtrtr: %i, lines with d: %i"%(numAs, numBs))
 
复制代码

4、此时在pycharm中编写pyspark程序的配置就完成了

上述demo的运行结果:

 

 

 

参考:https://cwiki.apache.org/confluence/display/HADOOP2/WindowsProblems

posted on   该用户很懒  阅读(744)  评论(0编辑  收藏  举报
相关博文:
阅读排行:
· 没有源码,如何修改代码逻辑?
· PowerShell开发游戏 · 打蜜蜂
· 在鹅厂做java开发是什么体验
· WPF到Web的无缝过渡:英雄联盟客户端的OpenSilver迁移实战
· 永远不要相信用户的输入:从 SQL 注入攻防看输入验证的重要性
< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8

点击右上角即可分享
微信分享提示