1.安裝好JDK

下載並安裝好jdk-12.0.1_windows-x64_bin.exe，配置環境變數：

• 新建系統變數JAVA_HOME，值為Java安裝路徑
• 新建系統變數CLASSPATH，值為 .;%JAVA_HOME%\lib\dt.jar;%JAVA_HOME%\lib\tools.jar;（注意最前面的圓點）
• 配置系統變數PATH，新增 %JAVA_HOME%bin;%JAVA_HOME%jrebin
  

在CMD中輸入：java或者java -version，不顯示不是內部命令等，說明安裝成功。

2.安裝Hadoop，並配置環境變數

下載hadoop：https://www.apache.org/dyn/closer.cgi/hadoop/common/hadoop-2.7.7/hadoop-2.7.7.tar.gz

• 解壓hadoop-2.7.7.tar.gz特定路徑，如：D:\adasoftware\hadoop
• 新增系統變數HADOOP_HOME：D:\adasoftware\hadoop
• 在系統變數PATH中新增：D:\adasoftware\hadoop\bin
• 安裝元件winutils：將winutils中對應的hadoop版本中的bin替換自己hadoop安裝目錄下的bin
  

3.Spark環境變數配置

spark是基於hadoop之上的，執行過程中會呼叫相關hadoop庫，如果沒配置相關hadoop執行環境，會提示相關出錯資訊，雖然也不影響執行。

• 下載對應hadoop版本的spark：http://spark.apache.org/downloads.html
• 解壓檔案到：D:\adasoftware\spark-2.4.3-bin-hadoop2.7
• 新增PATH值：D:\adasoftware\spark-2.4.3-bin-hadoop2.7\bin;
• 新建系統變數SPARK_HOME：D:\adasoftware\spark-2.4.3-bin-hadoop2.7;
  

4.下載安裝anaconda

anaconda集成了python直譯器和大多數python庫，安裝anaconda 後不用再安裝python和pandas numpy等這些元件了。下載地址。最後將python加到path環境變數中。

5.在CMD中執行pyspark，出現類似下圖說明安裝配置正常：

出現這種warning是因為JDK版本為12，太高了，但是不影響執行。沒有影響。

6.在pycharm中配置spark

開啟PyCharm，建立一個Project。然後選擇“Run” ->“Edit Configurations”–>點選+建立新的python Configurations

選擇 “Environment variables” 增加SPARK_HOME目錄與PYTHONPATH目錄。

• SPARK_HOME:Spark安裝目錄
• PYTHONPATH:Spark安裝目錄下的Python目錄

選擇 File->setting->你的project->project structure

右上角Add content root新增：py4j-some-version.zip和pyspark.zip的路徑（這兩個檔案都在Spark中的python資料夾下）

儲存即可

7.測試是否配置成功，程式程式碼如下，建立一個python程式放進去就可以：

import os
import sys

# Path for spark source folder
os.environ['SPARK_HOME'] = "D:\adasoftware\spark"

# Append pyspark to Python Path
sys.path.append("D:\adasoftware\spark\python")

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)

若程式正常輸出: "Successfully imported Spark Modules"就說明環境已經可以正常執行。

以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支援我們。