在本地搭建好Spark 1.6.0后,除了使用spark-submit提交Python程序外,我们可以使用PyCharm这个IDE在本地进行开发调试,提升我们的开发效率。配置过程也十分简单,在stackoverflow上搜索到的。同时,IntelliJ IDEA加入Python插件后也可以使用Python开发Spark程序,配置步骤一致。
我的博客原文地址链接:http://blog.tomgou.xyz/shi-yong-pycharmpei-zhi-sparkde-pythonkai-fa-huan-jing.html
0.安装PyCharm和py4j
我的系统环境(Ubuntu 14.04.4 LTS)
下载安装最新版本的PyCharm,官网地址:https://www.jetbrains.com/pycharm/download/ 。
安装步骤:
Unpack the pycharm-5.0.4.tar.gz using the following command:
tar xfz pycharm-5.0.4.tar.gz
Run pycharm.sh from the bin subdirectory
安装py4j:
$ sudo pip install py4j
1.配置Pycharm
打开PyCharm,创建一个Project。
然后选择“Run” ->“Edit Configurations” ->“Environment variables”
增加SPARK_HOME目录与PYTHONPATH目录。
SPARK_HOME:Spark安装目录
PYTHONPATH:Spark安装目录下的Python目录
2.测试Pycharm
运行一个小的Spark程序看看:
"""SimpleApp"""
from pyspark import SparkContext
logFile = "/home/tom/spark-1.6.0/README.md"
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))
运行结果:
Lines with a: 58, lines with b: 26
**粗体** _斜体_ [链接](http://example.com) `代码` - 列表 > 引用
。你还可以使用@
来通知其他用户。