windows下pycharm搭建spark環(huán)境并成功運(yùn)行 附源碼
windows下spark的安裝和運(yùn)行 建議看到這篇文章(描述非常詳細(xì))
一、創(chuàng)建項(xiàng)目和.py文件
二、在pycharm中添加spark環(huán)境
若是左側(cè)的python中沒有,可點(diǎn)擊‘'+‘'號(hào)進(jìn)行添加
配置spark環(huán)境:總共3個(gè)(SPARK_HOME、HADOOP_HOME、PYTHONPATH)
(注:SPARK_HOME和HADOOP_HOME已在系統(tǒng)的環(huán)境變量添加,故這里不再添加)
在編寫代碼時(shí),建議添加如下代碼,保證程序能夠運(yùn)行成功:
import os import sys import findspark # 一定要在最前面導(dǎo)入 '''初始化spark環(huán)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(yè)\\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(shù)據(jù):') taxi_df.printSchema() taxi_df.show(5) '''使用SQL語句 操作表數(shù)據(jù)''' # #創(chuàng)建臨時(shí)表taxi_table taxi_df.registerTempTable("taxi_table") # 查詢編號(hào)為 5 的出租車的 GPS 數(shù)據(jù)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(yùn)行結(jié)果:
到此這篇關(guān)于windows下pycharm搭建spark環(huán)境并成功運(yùn)行 附源碼的文章就介紹到這了,更多相關(guān)pycharm搭建spark環(huán)境內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
- pycharm利用pyspark遠(yuǎn)程連接spark集群的實(shí)現(xiàn)
- Win10搭建Pyspark2.4.4+Pycharm開發(fā)環(huán)境的圖文教程(親測(cè))
- PyCharm搭建Spark開發(fā)環(huán)境的實(shí)現(xiàn)步驟
- pycharm編寫spark程序,導(dǎo)入pyspark包的3中實(shí)現(xiàn)方法
- PyCharm搭建Spark開發(fā)環(huán)境實(shí)現(xiàn)第一個(gè)pyspark程序
- PyCharm+PySpark遠(yuǎn)程調(diào)試的環(huán)境配置的方法
- pycharm連接spark教程
相關(guān)文章
Python實(shí)現(xiàn)自動(dòng)訪問網(wǎng)頁的例子
今天小編就為大家分享一篇Python實(shí)現(xiàn)自動(dòng)訪問網(wǎng)頁的例子,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-02-02Django框架cookie和session方法及參數(shù)設(shè)置
這篇文章主要為大家介紹了Django框架cookie和session參數(shù)設(shè)置及介紹,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2022-03-03Django model重寫save方法及update踩坑詳解
這篇文章主要介紹了Django model重寫save方法及update踩坑詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-07-07PyQt5每天必學(xué)之日歷控件QCalendarWidget
這篇文章主要為大家詳細(xì)介紹了PyQt5每天必學(xué)之日歷控件QCalendarWidget,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-04-04