在MAC的Anaconda上使用pyspark,主要包括以下步驟：
- 在MAC下安裝Spark,并配置環境變量。
- 在Anaconda中安裝引用pyspark。
1. MAC下安裝Spark
到Apark Spark官網上下載Spark文件，無論是windows系統，還是MAC系統，亦或者Linux系統，都可以下載這個文件(獨立于系統)。
將下載的文件進行解壓(可以使用命令行進行解壓，也可以使用解壓軟件)。解壓之后的文件如下：
配置環境變量。打開MAC命令行窗口，輸入如下命令：
sudo vi ~/.bash_profile #bash_profile是當前用戶的環境變量文件
打開bash_profile文件，并在該文件中增加以下兩行命令：
export SPARK_HOME="/Users/sherry/documents/spark/spark-3.1.2-bin-hadoop2.7" #spark文件的完整解壓目錄
export PATH=${PATH}:${SPARK_HOME}/bin
如下圖
保存并退出之后，運行以下命令：
source ~/.bash_profile #讓修改的bash_profile生效 echo $PATH #查看環境變量，可以看到新增的路徑名
一般MAC上使用的是zsh的shell工具，需要修改zshrc文件來使環境變量永久生效(若不修改該文件，在命令行中輸入spark- shell或者pyspark時可能會提示zsh:command not found:pyspark 或 zsh:command not found spark-shell )。輸入以下命令：
vi ~/.zshrc
修改該文件，添加如下命令：
if [ -f ~/.bash_profile ]; then
source ~/.bash_profile
fi
保存并退出即可。下面來驗證spark是否正確安裝，具體如下：
(1)命令行中輸入spark-shell
(2)命令行中輸入pyspark
至此，spark已經安裝成功。
2.在Anaconda中引用pyspark
想要在Anacond中使用pyspark, 只需將spark解壓文件中python文件夾下的pyspark復制到Anaconda下的site-packages文件中。下面來驗證一下是否能在spyder中使用pyspark, 使用如下代碼：
from pyspark import SparkContext, SparkConf
if __name__ == "__main__":
spark_conf = SparkConf()\
.setAppName('Python_Spark_WordCount')\
.setMaster('local[2]')
#使用spark最原始的API進行數據分析
sc = SparkContext(conf=spark_conf)
sc.setLogLevel('WARN')
print (sc)
# ------創建RDD，需要分析的數據 --------------------------------------
def local_rdd(spark_context):
datas = ['hadoop spark','hadoop hive spark','hadoop hive spark',\
'hadoop python spark','hadoop python spark',]
return spark_context.parallelize(datas)
rdd = local_rdd(sc)
print (rdd.count())
print (rdd.first())
sc.stop()
運行發現提示如下錯誤：
從提示信息可以知道，找不到SPARK_HOME?？梢栽谏鲜鲋骱瘮抵性黾尤缦麓a：
import os #添加spark安裝目錄 os.environ['SPARK_HOME'] ='/Users/sherry/documents/spark/spark-3.1.2-bin-hadoop2.7'
重新運行即可得到如下結果：
5
hadoop spark到此這篇關于MAC+Anaconda+Pyspark安裝配置教程的文章就介紹到這了,更多相關Anaconda Pyspark安裝配置內容請搜索服務器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服務器之家！
原文鏈接：https://blog.csdn.net/yeshang_lady/article/details/121570361
