python导外部包

win7+python2.7下安装spark

最近在学习Spark，由于我的Python是在windows下安装的，好多库也已经配置好，所以需要将spark安装在windows环境下，下面是安装过程：

下载spark和对应版本的hadoop编译包

可以从http://spark.apache.org/downloads.html上下载对应的版本，我用的版本是spark-1.2.0-bin-hadoop2.4.tgz和Hadoop-2.4.0.tar.gz 
下载完两个压缩文件后，分别解压。我分别解压到D:\spark-1.2.0-bin-hadoop2.4和D:\hadoop-2.4.0 
同时还要下载安装Java虚拟机

配置环境

spark环境变量配置

将D:\spark1.2.0binhadoop2.4\bin添加到系统Path变量，同时新建SPARK_HOME变量，变量值为：D:\spark1.2.0binhadoop2.4

hadoop环境变量配置

将D:\hadoop2.4.0\bin添加到系统Path变量；同时新建HADOOP_HOME变量，变量值为：D:\hadoop2.4.0

python配置

将spark目录下的pyspark文件夹（D:\spark1.2.0binhadoop2.4\python\pyspark）复制到python安装目录C:\Python27\Lib\sitepackages里 
在cmd命令行下运行cd C:\Python27\Scripts（我的python安装在C盘，这里是切换到pip的安装目录下，然后才能执行pip，没有装pip的需要预先安装），然后运行pip install py4j安装相关库。 
最后，在命令行窗口执行pyspark看看效果： 
 
好了，然后就可以使用spark了。