windows下spark的安裝和運行 建議看到這篇文章(描述非常詳細)
Spark在Win10下的環境搭建
一、創建項目和.py文件
二、在pycharm中添加spark環境
若是左側的python中沒有，可點擊‘'+‘'號進行添加
配置spark環境：總共3個（SPARK_HOME、HADOOP_HOME、PYTHONPATH）
（注：SPARK_HOME和HADOOP_HOME已在系統的環境變量添加，故這里不再添加）
在編寫代碼時，建議添加如下代碼，保證程序能夠運行成功：
import os
import sys
import findspark # 一定要在最前面導入
'''初始化spark環境'''
findspark.init()
# Path for spark source folder
os.environ['SPARK_HOME'] = "G:\Spark\Install\spark-2.4.3-bin-hadoop2.7"
# Append pyspark to Python Path
sys.path.append("G:\Spark\Install\spark-2.4.3-bin-hadoop2.7\python")
'''示例'''
from pyspark import SparkContext,SparkConf
from pyspark.sql import SparkSession
from pyspark.sql import Row
# SparkContext是spark功能的主要入口
sc = SparkContext("local", "app")
RawSalesDataRDD = sc.textFile("G:\\Spark\\作業\\taxi.csv")
print(RawSalesDataRDD.take(5))
salesRDD = RawSalesDataRDD.map(lambda line: line.split(","))
print(salesRDD.take(5))
taxi_Rows = salesRDD.map(lambda p:
Row(
id=p[0],
lat=p[1],
lon=p[2],
time=p[3]
))
sqlContext = SparkSession.builder.getOrCreate()
taxi_df = sqlContext.createDataFrame(taxi_Rows)
print(taxi_Rows.take(5))
print('查看dataframe的字段名稱和前5行數據：')
taxi_df.printSchema()
taxi_df.show(5)
'''使用SQL語句 操作表數據'''
# #創建臨時表taxi_table
taxi_df.registerTempTable("taxi_table")
# 查詢編號為 5 的出租車的 GPS 數據的前 10 行
taxi_df.filter("id='5'").show(10)
taxi_df.where("id='5'").show(10)
sqlContext.sql("select * from taxi_table where id='5'").show(10)
代碼運行結果：
到此這篇關于windows下pycharm搭建spark環境并成功運行 附源碼的文章就介紹到這了,更多相關pycharm搭建spark環境內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Spark在Win10下的環境搭建過程
- PyCharm搭建Spark開發環境的實現步驟
- Python搭建Spark分布式集群環境
- Spark在Windows下的環境搭建方法
- PyCharm搭建Spark開發環境實現第一個pyspark程序
- Linux下搭建Spark 的 Python 編程環境的方法
- 使用docker快速搭建Spark集群的方法教程
- Spark集群框架的搭建與入門
