当前位置:  开发笔记 > 编程语言 > 正文

如何将PyCharm与PySpark连接?

如何解决《如何将PyCharm与PySpark连接?》经验,为你挑选了4个好方法。

我是apache spark的新手,显然我在我的macbook中用自制软件安装了apache-spark:

Last login: Fri Jan  8 12:52:04 on console
user@MacBook-Pro-de-User-2:~$ pyspark
Python 2.7.10 (default, Jul 13 2015, 12:05:58)
[GCC 4.2.1 Compatible Apple LLVM 6.1.0 (clang-602.0.53)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
Using Spark's default log4j profile: org/apache/spark/log4j-defaults.properties
16/01/08 14:46:44 INFO SparkContext: Running Spark version 1.5.1
16/01/08 14:46:46 WARN NativeCodeLoader: Unable to load native-hadoop library for your platform... using builtin-java classes where applicable
16/01/08 14:46:47 INFO SecurityManager: Changing view acls to: user
16/01/08 14:46:47 INFO SecurityManager: Changing modify acls to: user
16/01/08 14:46:47 INFO SecurityManager: SecurityManager: authentication disabled; ui acls disabled; users with view permissions: Set(user); users with modify permissions: Set(user)
16/01/08 14:46:50 INFO Slf4jLogger: Slf4jLogger started
16/01/08 14:46:50 INFO Remoting: Starting remoting
16/01/08 14:46:51 INFO Remoting: Remoting started; listening on addresses :[akka.tcp://sparkDriver@192.168.1.64:50199]
16/01/08 14:46:51 INFO Utils: Successfully started service 'sparkDriver' on port 50199.
16/01/08 14:46:51 INFO SparkEnv: Registering MapOutputTracker
16/01/08 14:46:51 INFO SparkEnv: Registering BlockManagerMaster
16/01/08 14:46:51 INFO DiskBlockManager: Created local directory at /private/var/folders/5x/k7n54drn1csc7w0j7vchjnmc0000gn/T/blockmgr-769e6f91-f0e7-49f9-b45d-1b6382637c95
16/01/08 14:46:51 INFO MemoryStore: MemoryStore started with capacity 530.0 MB
16/01/08 14:46:52 INFO HttpFileServer: HTTP File server directory is /private/var/folders/5x/k7n54drn1csc7w0j7vchjnmc0000gn/T/spark-8e4749ea-9ae7-4137-a0e1-52e410a8e4c5/httpd-1adcd424-c8e9-4e54-a45a-a735ade00393
16/01/08 14:46:52 INFO HttpServer: Starting HTTP Server
16/01/08 14:46:52 INFO Utils: Successfully started service 'HTTP file server' on port 50200.
16/01/08 14:46:52 INFO SparkEnv: Registering OutputCommitCoordinator
16/01/08 14:46:52 INFO Utils: Successfully started service 'SparkUI' on port 4040.
16/01/08 14:46:52 INFO SparkUI: Started SparkUI at http://192.168.1.64:4040
16/01/08 14:46:53 WARN MetricsSystem: Using default name DAGScheduler for source because spark.app.id is not set.
16/01/08 14:46:53 INFO Executor: Starting executor ID driver on host localhost
16/01/08 14:46:53 INFO Utils: Successfully started service 'org.apache.spark.network.netty.NettyBlockTransferService' on port 50201.
16/01/08 14:46:53 INFO NettyBlockTransferService: Server created on 50201
16/01/08 14:46:53 INFO BlockManagerMaster: Trying to register BlockManager
16/01/08 14:46:53 INFO BlockManagerMasterEndpoint: Registering block manager localhost:50201 with 530.0 MB RAM, BlockManagerId(driver, localhost, 50201)
16/01/08 14:46:53 INFO BlockManagerMaster: Registered BlockManager
Welcome to
      ____              __
     / __/__  ___ _____/ /__
    _\ \/ _ \/ _ `/ __/  '_/
   /__ / .__/\_,_/_/ /_/\_\   version 1.5.1
      /_/

Using Python version 2.7.10 (default, Jul 13 2015 12:05:58)
SparkContext available as sc, HiveContext available as sqlContext.
>>>

我想开始玩,以了解有关MLlib的更多信息.但是,我使用Pycharm在python中编写脚本.问题是:当我去Pycharm并尝试调用pyspark时,Pycharm无法找到该模块.我尝试将路径添加到Pycharm,如下所示:

不能用火花连接pycharm

然后从博客我试过这个:

import os
import sys

# Path for spark source folder
os.environ['SPARK_HOME']="/Users/user/Apps/spark-1.5.2-bin-hadoop2.4"

# Append pyspark  to Python Path
sys.path.append("/Users/user/Apps/spark-1.5.2-bin-hadoop2.4/python/pyspark")

try:
    from pyspark import SparkContext
    from pyspark import SparkConf
    print ("Successfully imported Spark Modules")

except ImportError as e:
    print ("Can not import Spark Modules", e)
    sys.exit(1)

并且仍然无法开始使用Pycharm与Pycharm,任何想法如何"链接"PyCharm与apache-pyspark?

更新:

然后我搜索apache-spark和python路径以设置Pycharm的环境变量:

apache-spark路径:

user@MacBook-Pro-User-2:~$ brew info apache-spark
apache-spark: stable 1.6.0, HEAD
Engine for large-scale data processing
https://spark.apache.org/
/usr/local/Cellar/apache-spark/1.5.1 (649 files, 302.9M) *
  Poured from bottle
From: https://github.com/Homebrew/homebrew/blob/master/Library/Formula/apache-spark.rb

python路径:

user@MacBook-Pro-User-2:~$ brew info python
python: stable 2.7.11 (bottled), HEAD
Interpreted, interactive, object-oriented programming language
https://www.python.org
/usr/local/Cellar/python/2.7.10_2 (4,965 files, 66.9M) *

然后用上面的信息我试着设置环境变量如下:

配置1

知道如何正确链接Pycharm与pyspark?

然后,当我运行具有上述配置的python脚本时,我有以下异常:

/usr/local/Cellar/python/2.7.10_2/Frameworks/Python.framework/Versions/2.7/bin/python2.7 /Users/user/PycharmProjects/spark_examples/test_1.py
Traceback (most recent call last):
  File "/Users/user/PycharmProjects/spark_examples/test_1.py", line 1, in 
    from pyspark import SparkContext
ImportError: No module named pyspark

更新: 然后我尝试了@ zero323提出的配置

配置1:

/usr/local/Cellar/apache-spark/1.5.1/ 

conf 1

出:

 user@MacBook-Pro-de-User-2:/usr/local/Cellar/apache-spark/1.5.1$ ls
CHANGES.txt           NOTICE                libexec/
INSTALL_RECEIPT.json  README.md
LICENSE               bin/

配置2:

/usr/local/Cellar/apache-spark/1.5.1/libexec 

在此输入图像描述

出:

user@MacBook-Pro-de-User-2:/usr/local/Cellar/apache-spark/1.5.1/libexec$ ls
R/        bin/      data/     examples/ python/
RELEASE   conf/     ec2/      lib/      sbin/

zero323.. 101

使用PySpark包(Spark 2.2.0及更高版本)

随着SPARK-1267被合并,你应该能够通过简化流程pip在您使用PyCharm发展环境中安装的火花.

    转到文件 - > 设置 - > 项目解释器

    单击"安装"按钮并搜索PySpark

    在此输入图像描述

    单击"安装包"按钮.

手动提供用户提供的Spark安装

创建运行配置:

    转到运行 - > 编辑配置

    添加新的Python配置

    设置脚本路径,使其指向要执行的脚本

    编辑环境变量字段,使其至少包含:

    SPARK_HOME - 它应该指向Spark安装目录.它应包含的目录,例如bin(具有spark-submit,spark-shell等)和conf(用spark-defaults.conf,spark-env.sh等)

    PYTHONPATH- 它应该包含$SPARK_HOME/python并且可选地$SPARK_HOME/python/lib/py4j-some-version.src.zip否则不可用.some-version应匹配给定Spark安装使用的Py4J版本(0.8.2.1 - 1.5,0.9 - 1.6,0.10.3 - 2.0,0.10.4 - 2.1,0.10.4 - 2.2,0.10.6 - 2.3)

    在此输入图像描述

    应用设置

将PySpark库添加到解释器路径(代码完成所需):

    转到文件 - > 设置 - > 项目解释器

    打开要与Spark一起使用的解释器的设置

    编辑解释器路径,使其包含路径$SPARK_HOME/python(如果需要,可以使用Py4J)

    保存设置

可选

    安装或添加与安装的Spark版本匹配的路径类型注释,以获得更好的完成和静态错误检测(免责声明 - 我是项目的作者).

最后

使用新创建的配置来运行脚本.



1> zero323..:

使用PySpark包(Spark 2.2.0及更高版本)

随着SPARK-1267被合并,你应该能够通过简化流程pip在您使用PyCharm发展环境中安装的火花.

    转到文件 - > 设置 - > 项目解释器

    单击"安装"按钮并搜索PySpark

    在此输入图像描述

    单击"安装包"按钮.

手动提供用户提供的Spark安装

创建运行配置:

    转到运行 - > 编辑配置

    添加新的Python配置

    设置脚本路径,使其指向要执行的脚本

    编辑环境变量字段,使其至少包含:

    SPARK_HOME - 它应该指向Spark安装目录.它应包含的目录,例如bin(具有spark-submit,spark-shell等)和conf(用spark-defaults.conf,spark-env.sh等)

    PYTHONPATH- 它应该包含$SPARK_HOME/python并且可选地$SPARK_HOME/python/lib/py4j-some-version.src.zip否则不可用.some-version应匹配给定Spark安装使用的Py4J版本(0.8.2.1 - 1.5,0.9 - 1.6,0.10.3 - 2.0,0.10.4 - 2.1,0.10.4 - 2.2,0.10.6 - 2.3)

    在此输入图像描述

    应用设置

将PySpark库添加到解释器路径(代码完成所需):

    转到文件 - > 设置 - > 项目解释器

    打开要与Spark一起使用的解释器的设置

    编辑解释器路径,使其包含路径$SPARK_HOME/python(如果需要,可以使用Py4J)

    保存设置

可选

    安装或添加与安装的Spark版本匹配的路径类型注释,以获得更好的完成和静态错误检测(免责声明 - 我是项目的作者).

最后

使用新创建的配置来运行脚本.


顺便说一句,这就是你编辑解释器路径的方式,至少在PyCharm 2016中是这样的:https://www.jetbrains.com/help/pycharm/2016.1/configuring-available-python-interpreters.html#project_interpreters_table选择"显示所选解释器"按钮的路径
在Mac版的PyCharm(v-2017.2)上,项目翻译器位于**首选项...**而不是**文件/设置**

2> sthomps..:

这是我在mac osx上解决这个问题的方法.

    brew install apache-spark

    将其添加到〜/ .bash_profile

    export SPARK_VERSION=`ls /usr/local/Cellar/apache-spark/ | sort | tail -1`
    export SPARK_HOME="/usr/local/Cellar/apache-spark/$SPARK_VERSION/libexec"
    export PYTHONPATH=$SPARK_HOME/python/:$PYTHONPATH
    export PYTHONPATH=$SPARK_HOME/python/lib/py4j-0.9-src.zip:$PYTHONPATH
    

    将pyspark和py4j添加到内容根目录(使用正确的Spark版本):

    /usr/local/Cellar/apache-spark/1.6.1/libexec/python/lib/py4j-0.9-src.zip
    /usr/local/Cellar/apache-spark/1.6.1/libexec/python/lib/pyspark.zip
    

在此输入图像描述



3> Michael..:

这是适合我的设置

设置智能感知:

    单击文件 - >设置 - >项目: - >项目解释器

    单击Project Interpreter下拉列表右侧的齿轮图标

    从上下文菜单中单击"更多..."

    选择解释器,然后单击"显示路径"图标(右下角)

    单击+图标两个添加以下路径:

    \ python的\ LIB\py4j-0.9-src.zip

    \ BIN\python的\ LIB\pyspark.zip

    单击确定,确定,确定

继续测试您的新intellisense功能.



4> Gaurav Khare..:

在pycharm(windows)中配置pyspark

File menu - settings - project interpreter - (gearshape) - more - (treebelowfunnel) - (+) - [add python folder form spark installation and then py4j-*.zip] - click ok

确保在windows环境中设置SPARK_HOME,pycharm将从那里开始.确认 :

Run menu - edit configurations - environment variables - [...] - show

(可选)在环境变量中设置SPARK_CONF_DIR.

推荐阅读
ar_wen2402851455
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有