windows7下安装pyspark步骤及可能遇到的问题。

本文安装的各软件版本：jdk：1.8；spark：2.3.1；Hadoop：2.7.3

具体安装步骤

一、安装JDK

jdk官网链接
或者下载链接jdk1.8
运行spark时，需要的JDK的安装目录不能带空格，要不然会报错。之前我的jdk安装目录是D:\Program Files\java**,运行spark运行报错“spark 不是内部命令”。

1. 电脑第一次安装JDK，点击安装文件，选择需要安装的目录，点击下一步即可。
2. 配置环境变量：
   (1) 点击计算机-属性-高级系统设置-环境变量。在系统变量下新建，变量名JAVA_HOME，变量值，jdk路径（我的是D:\InstallFiles\JDK），保存。
   (2) 新建，变量名CLASSPATH，变量值， .;%JAVA_HOME%\lib;%JAVA_HOME%\lib\tools.jar。
   (3) 打开Path变量，在变量值最前加入 %JAVA_HOME%\bin;%JAVA_HOME%\jre\bin;
   (4) 执行cmd,输入javac 、java -version 查看是否安装成功。
3. 如果电脑需要卸载JDK重新安装。先进入控制面板，卸载JDK，然后打开环境变量path查看是否存在类似C:\Program Files (x86)\Common Files\Oracle\Java\javapath这句，目前不清楚这个目录是干嘛的，进入这个目录，删除java相关的三个.exe 文件（不删除，重新安装JDK后，JDK还是之前的目录）。然后重新安装，重新安装后，执行java-verbose，查看命令最后一行，是否是新安装的目录。

二、安装anaconda及pycharm

anaconda下载官网

1. 下载需要的anaconda版本，我安装的是3.6的。下载后执行安装即可。
2. 环境配置可以在第一步选择配置，也可以自己手动配置。
3. pycharm安装这里不讲，网上很多。下载安装即可。

三、安装scala

scala下载地址
或者地址

1. 下载完成后，点击执行安装即可， 环境变量自动配置。scala安装目录不可以存在空格
2. 执行cmd，执行scala。命令成功即安装成功

四、安装Hadoop

hadoop下载官网
或者下载免安装
windows下安装hadoop还需要一个插件下载

1. 我这里下载的是第二个免安装文件，下载后解压，然后放到需要安装的目录下。
2. 插件压缩包解压， 将其中的文件复制替换掉hadoop目录下对应的文件。
3. 进入环境变量配置，新建HADOOP_HOME=‘安装的目录’，打开path，添加%HADOOP_HOME%\bin;

五、安装spark

spark下载官网
或者下载免安装

1. 我这里下载的是第二个免安装文件，下载后解压，然后放到需要安装的目录下。
2. 进入环境变量配置，新建SPARK_HOME=‘安装的目录’，打开path，添加%SPARK_HOME%\bin;
3. 执行cmd，执行命令spark -shell出现如下表示安装成功。
4. 将spark目录下的python文件复制到anaconda下的lib\site-packages
5. 进入pycharm即可使用pyspark

六、运行pyspark可能遇到的问题

1. 
   可能原因是你安装的pyspark跟安装的spark版本不一致。我安装的spark版本是2.3.1，那么对应的pyspark安装也需要2.3.1版本。
2. 
   可能原因：发现错误的原因是spark运行时无法找到python解释器
   解决方法，在程序右上角点击Edit Configurations，
   在environment variable中插入环境变量即可解决问题