PySpark環境搭建需要以下的安裝包或者工具：
- Anaconda
- JDK1.8
- hadoop2.6
- hadooponwindows-master
- spark2.0
- py4j
- pyspark擴展包
1、hadoop
這里不詳細說明Anaconda、JDK的安裝與配置過程，主要說明與spark相關內容，提供的安裝包：
鏈接：https://pan.baidu.com/s/15NBgNWCGxIQ3tA_vLLMOww
提取碼：sx81
下載后：
將其進行解壓，注意的是hadoop與spark這樣的包無法在windows上進行運行，所以引入hadooponwindows-master包，首先我們需要對解壓后的hadoop文件夾中的biN目錄進行覆蓋，使用hadooponwindows-master中的bin目錄進行覆蓋。
（1）拷貝
將hadooponwindows-master中的bin目錄進行拷貝。
（2）覆蓋
將hadoop中的bin目錄進行替換
（3）系統環境變量
這里不要忘記系統環境變量的配置
加入到path中：
2、spark
spark需要配置一下系統環境變量，與上面基本一樣：
加入到path中：
3、py4j
利用anaconda新建一個虛擬環境：
conda create -n pyspark_study python=3.5.2
進入虛擬環境安裝py4j包，它是用於Java與Python進行交互使用的包：
(pyspark_study) C:\Users\Administrator>conda install py4j
4、pyspark擴展包
在上述虛擬環境的sitepackage下新建pyspark.pth文件，里面寫入spark中python的路徑：
（1）查看spark路徑
（2）安裝pyspark擴展包
進入虛擬環境的sitepackage下新建pyspark.pth，並寫入上述路徑：
寫入路徑：
I:\hadoop-pyspark\spark-2.0.2-bin-hadoop2.6\python
這樣環境就配置好了，此時可以在cmd命令行窗口進行啟動pyspark了。
4、啟動pyspark
啟動命令：
C:\Users\Administrator>pyspark
