配置Ubuntu下使用Python开发Spark应用
Ubuntu 64位基本环境配置
安装JDK，下载jdk-8u45-linux-x64.tar.gz，解压到/opt/jdk1.8.0_45
下载地址：http://www.Oracle.com/technetwork/Java/javase/downloads/index.html
安装scala,下载scala-2.11.6.tgz，解压到/opt/scala-2.11.6
下地地址： http://www.scala-lang.org/
安装Spark，下载spark-1.3.1-bin-Hadoop2.6.tgz，解压到/opt/spark-hadoop
下载地址：http://spark.apache.org/downloads.html,
配置环境变量,编辑/etc/profile,执行以下命令
[email protected] :~$ sudo gedit /etc/profile
在文件最增加：
#Seeting JDKJDK环境变量
export JAVA_HOME=/opt/jdk1.8.0_45
export JRE_HOME=${JAVA_HOME}/jre
export CLASSPATH=.:${JAVA_HOME}/lib:${JRE_HOME}/lib
export PATH=${JAVA_HOME}/bin:${JRE_HOME}/bin:$PATH
#Seeting ScalaScala环境变量
export SCALA_HOME=/opt/scala-2.11.6
export PATH=${SCALA_HOME}/bin:$PATH
#setting SparkSpark环境变量
export SPARK_HOME=/opt/spark-hadoop/
#PythonPath将Spark中的pySpark模块增加的Python环境中
export PYTHONPATH=/opt/spark-hadoop/python
重启电脑，使/etc/profile永久生效，临时生效，打开命令窗口，执行source /etc/profile在当前窗口生效
测试安装结果
打开命令窗口，切换到Spark根目录
执行./bin/spark-shell,打开Scala到Spark的连接窗口
启动过程中无错误信息，出现scala>，启动成功
执行./bin/pyspark ,打开Python到Spark的连接窗口
启动过程中无错误，在出现如上所示时，启动成功。
通过浏览器访问：出现如下页面
测试SPark可用。
Python安发Spark应用
前面已设置PYTHONPATH，将pyspark加入到Python的搜寻路径中
打开Spark安装目录，将Python-》build文件夹下py4j,复至到Python目录下，如图：
打开命令行窗口，输入python,Python版本为2.7.6，如图所示，注意Spark不支持Python3
输入import pyspark，如下图所示，证明开发前工作完成
使用Pycharm新建项项目，使用红框中的代码测试：
更多Spark相关教程见以下内容：
Spark 的详细介绍：请点这里
Spark 的下载地址：请点这里