一零二四、pyspark在jupyter中的完美运行
1、配置环境变量
（1）JAVA_HOME
（2）SPARK_HOME
（3）HADOOP_HOME
2、安装pyspark包
注意此处默认安装的是最新的pyspark包，最新的跑不起来，换为2.3.2 即可使用
org.apache.spark.api.python.PythonUtils.isEncryptionEnabled does not exist in the JVM
这个报错即需要将 pyspark 版本降为 2.3.2 完美运行
pip install pyspark==2.3.2最好加上镜像源，会快很多
https://blog.csdn.net/m0_54925305/article/details/126596822?spm=1001.2014.3001.5501
3、初始化找到spark环境
py4j.protocol.Py4JError: org.apache.spark.api.python.PythonUtils.isEncryptionEnabled does not exist in the JVM
import findspark
findspark.init()当然需要：(最好加上镜像源，会快很多)
pip install findspark
4、运行代码
import findspark
findspark.init()
from pyspark import SparkConf, SparkContext
## 配置spark
sc.stop() #多次运行需要先停止再重新运行
sparkConf = SparkConf().setMaster("local[6]").setAppName("My App") #"spark://node1:7077"为主节点master的地址
sc = SparkContext(conf=sparkConf)
file = sc.textFile("E:\Python大数据分析程序\share\stu_Score.csv")
file.collect()可以随便找个数据读一下看看
ValueError: Cannot run multiple SparkContexts at once; existing SparkContext(app=PySparkShell, master=local[*]) created by <module> at /usr/local/spark/python/pyspark/shell.py:59
出现这个错误是因为之前已经启动了SparkContext，所以需要先关闭spark，然后再启动。
也就是前面写的sc.stop()
步骤总结：
1、配置环境变量
2、安装pyspark包（2.3.2）
3、安装findspark包并在程序中加入 import findspark findspark.init() 这两行代码
4、运行程序