如何将PySpark导入Python的放实现(2种)

脚本专栏 2024/9/30 佚名

2 0 1

神剑山庄资源网 Design By www.hcban.com

方法一

使用findspark

使用pip安装findspark：

pip install findspark

在py文件中引入findspark：

> import findspark
> findspark.init()

导入你要使用的pyspark库

> from pyspark import *

优点：简单快捷
缺点：治标不治本，每次写一个新的Application都要加载一遍findspark

方法二

把预编译包中的Python库文件添加到Python的环境变量中

export SPARK_HOME=你的PySpark目录
export PYTHONPATH=$SPARK_HOME/libexec/python:$SPARK_HOME/libexec/python/build:$PYTHONPATH

优点：一劳永逸
缺点：对于小白可能不太了解环境变量是什么

问题1、ImportError: No module named pyspark

现象：

参照上面解决

问题2、ImportError: No module named ‘py4j'

现象：

已经安装配置好了PySpark，可以打开PySpark交互式界面；
按照上面的b方式配置后出现该问题。
解决方法：

把py4j添加到Python的环境变量中

export PYTHONPATH= $SPARK_HOME/python/lib/py4j-x.xx-src.zip:$PYTHONPATH

注意：这里的py4j-x.xx-src.zip根据自己电脑上的py4j版本决定。

测试成功的环境

参考
Stackoverflow: importing pyspark in python shell
Stackoverflow: Why can't PySpark find py4j.java_gateway?

PySpark导入Python

标签：

神剑山庄资源网 Design By www.hcban.com

神剑山庄资源网 免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com

神剑山庄资源网 Design By www.hcban.com

评论“如何将PySpark导入Python的放实现(2种)”

暂无如何将PySpark导入Python的放实现(2种)的评论...

2024年09月30日