sto provando a lavorare con Pyspark in IntelliJ ma non riesco a capire come installarlo correttamente/configurare il progetto. Posso lavorare con Python in IntelliJ e posso usare la shell pyspark ma non posso dire a IntelliJ come trovare i file Spark (importare risultati pyspark in "ImportError: No module named pyspark").Scrivi ed esegui pyspark in IntelliJ IDEA
Qualsiasi tipp su come includere/importare lo spark in modo che IntelliJ possa funzionare con esso è apprezzato.
Grazie.
UPDATE:
Ho provato questo pezzo di codice:
from pyspark import SparkContext, SparkConf
spark_conf = SparkConf().setAppName("scavenge some logs")
spark_context = SparkContext(conf=spark_conf)
address = "C:\test.txt"
log = spark_context.textFile(address)
my_result = log.filter(lambda x: 'foo' in x).saveAsTextFile('C:\my_result')
con i seguenti messaggi di errore:
Traceback (most recent call last):
File "C:/Users/U546816/IdeaProjects/sparktestC/.idea/sparktestfile", line 2, in <module>
spark_conf = SparkConf().setAppName("scavenge some logs")
File "C:\Users\U546816\Documents\Spark\lib\spark-assembly-1.3.1-hadoop2.4.0.jar\pyspark\conf.py", line 97, in __init__
File "C:\Users\U546816\Documents\Spark\lib\spark-assembly-1.3.1-hadoop2.4.0.jar\pyspark\context.py", line 221, in _ensure_initialized
File "C:\Users\U546816\Documents\Spark\lib\spark-assembly-1.3.1-hadoop2.4.0.jar\pyspark\java_gateway.py", line 35, in launch_gateway
File "C:\Python27\lib\os.py", line 425, in __getitem__
return self.data[key.upper()]
KeyError: 'SPARK_HOME'
Process finished with exit code 1
Le variabili sono PYTHONPATH e SPARK_HOME, per quelli di noi dietro firewall tirannici. –
E SPARK_HOME dovrebbe includere il percorso fino alla directory contenente bin, python ecc. E non fino a python. –