配置Ubuntu下使用Python开发Spark应用

• Ubuntu 64基本环境配置

• 安装JDK，下载jdk-8u45-linux-x64.tar.gz，解压到/opt/jdk1.8.0_45

           下载地址：http://www.oracle.com/technetwork/java/javase/downloads/index.html

• 安装scala,下载scala-2.11.6.tgz，解压到/opt/scala-2.11.6

           下地地址： http://www.scala-lang.org/

• 安装Spark，下载spark-1.3.1-bin-hadoop2.6.tgz，解压到/opt/spark-hadoop

                     下载地址：http://spark.apache.org/downloads.html,

                      

• 
  

 配置环境变量,编辑/etc/profile,执行以下命令     

</ul> </ul>

python@ubuntu :~$  sudo gedit /etc/profile

                      在文件最增加：

          #Seeting JDK JDK环境变量

            export JAVA_HOME=/opt/jdk1.8.0_45

            export JRE_HOME=${JAVA_HOME}/jre

            export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib

            export PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin:$PATH         

         #Seeting Scala Scala环境变量

            export SCALA_HOME=/opt/scala-2.11.6

            export PATH=${SCALA_HOME}/bin:$PATH

         #setting Spark Spark环境变量

           export SPARK_HOME=/opt/spark-hadoop/

        #PythonPath 将Spark中的pySpark模块增加的Python环境中

         export PYTHONPATH=/opt/spark-hadoop/python

 重启电脑，使/etc/profile永久生效，临时生效，打开命令窗口，执行 source /etc/profile  在当前窗口生效

• 测试安装结果

• 打开命令窗口，切换到Spark根目录

</ul>

      

• 执行 ./bin/spark-shell,打开Scala到Spark的连接窗口   

</ul>

    

    

    启动过程中无错误信息，出现scala>，启动成功

•    执行./bin/pyspark ,打开Python到Spark的连接窗口

</ul>

    

                 

 启动过程中无错误，在出现如上所示时，启动成功。

•    通过浏览器访问：出现如下页面

</ul>

    

   

           测试SPark可用。

• Python安发Spark应用

• 前面已设置PYTHONPATH，将pyspark加入到Python的搜寻路径中

• 打开Spark安装目录，将Python-》build文件夹下py4j,复至到Python目录下，如图：

</ul>

        

• 打开命令行窗口，输入python,Python版本为2.7.6，如图所示，注意Spark不支持Python3

</ul>

         

• 输入import pyspark，如下图所示，证明开发前工作完成

</ul>

        

•   使用Pycharm新建项项目，使用红框中的代码测试：

</ul>