Mac 配置Spark环境（Spark1.6.0）

Posted 2020-08-10

1. 从官网下载Spark安装包，解压到自己的安装目录下； http://spark.apache.org/downloads.html

2. 进入系统命令行界面，进入安装目录下，如"／安装目录／spark-1.6.0-bin-hadoop-2.6.0 "，输入命令"./bin/pyspark"验证pyspark能否运行，再输入命令“./bin/spark-shell”,查看scala环境能否运行。成功的话会显示Spark图形，并能输入python或scala命令行。

3. 下载pycharm，点击完成安装。新建一个工程，打开Edit configuration，找到Environment variables，点击后面的编辑框，在变量栏目中添加PYTHONPATH,值为spark目录／python，SPARK_HOMR，值为spark安装目录，点ok退出。

4. 如果是用python的话要下载py4j包，用在命令行输入“easy_install py4j”命令就行。然后进入spark安装目录中的python文件夹下，打开lib文件夹，把里面的py4j压缩包复制到上一级python文件夹下，解压。

5. 在pycharm中写好demo，点击运行即可。demo示例如下：

"""SimpleApp.py"""
from pyspark import SparkContext

logFile = "/Spark/spark-1.6.0-bin-hadoop2.6/README.md"  # Should be some file on your system
sc = SparkContext("local", "Simple App")
logData = sc.textFile(logFile).cache()

numAs = logData.filter(lambda s: ‘a‘ in s).count()
numBs = logData.filter(lambda s: ‘b‘ in s).count()

print("Lines with a: %i, lines with b: %i" % (numAs, numBs))