我正尝试在IntelliJ中使用Pyspark,但我无法弄清楚如何正确安装它/设置项目。我可以在IntelliJ中使用Python,我可以使用pyspark shell,但是我不能告诉IntelliJ如何找到Spark文件(导入pyspark结果到“ImportError:No module named pyspark”)。在IntelliJ IDEA中编写并运行pyspark
有关如何包含/导入spark的任何tipps,以便IntelliJ可以与它一起工作的赞赏。
谢谢。
UPDATE:
我想这一段代码:
from pyspark import SparkContext, SparkConf
spark_conf = SparkConf().setAppName("scavenge some logs")
spark_context = SparkContext(conf=spark_conf)
address = "C:\test.txt"
log = spark_context.textFile(address)
my_result = log.filter(lambda x: 'foo' in x).saveAsTextFile('C:\my_result')
与以下错误消息:
Traceback (most recent call last):
File "C:/Users/U546816/IdeaProjects/sparktestC/.idea/sparktestfile", line 2, in <module>
spark_conf = SparkConf().setAppName("scavenge some logs")
File "C:\Users\U546816\Documents\Spark\lib\spark-assembly-1.3.1-hadoop2.4.0.jar\pyspark\conf.py", line 97, in __init__
File "C:\Users\U546816\Documents\Spark\lib\spark-assembly-1.3.1-hadoop2.4.0.jar\pyspark\context.py", line 221, in _ensure_initialized
File "C:\Users\U546816\Documents\Spark\lib\spark-assembly-1.3.1-hadoop2.4.0.jar\pyspark\java_gateway.py", line 35, in launch_gateway
File "C:\Python27\lib\os.py", line 425, in __getitem__
return self.data[key.upper()]
KeyError: 'SPARK_HOME'
Process finished with exit code 1
的变量PYTHONPATH和SPARK_HOME,对于我们这些强横的防火墙后面。 –
SPARK_HOME应该包含路径,直到包含bin,python等目录,直到python。 –