安装 PySpark pip pip install pyspark tarball Spark tarball 中已包含 PySpark，可直接使用。也可在解包后使用 Python 脚本安装，以 spark-2.4.5-bin-hadoop2.7 为例： tar -xzf spark-2.4.5-bin-hadoop2.7 python spark-2.4.5-bin-hadoop2.7/python setup.py install

启动模式 local 使用一个 Worker 线程本地化运行 Spark（默认）。多用于开发测试，不需要构建集群。 standalone 连接到指定的 Spark 单机版集群（Spark standalone cluster）的 Master，不需要构建集群。 yarn 以客户端或集群模式直接连接 yarn 集群。 mesos 客户端直接连接 mesos 集群。 参数 local local：使用一个 Worker 线程本地运行（默认） local[n]：使用 n 个 Worker 线程本地运行 local[*]：使用机器 CPU 核心数个 Worker 线程本地运行 standalone spark://host:port 连接到制定的 Spark 单机集群的 Master。必须使用 Master 所配置的端口，默认端口为 7077。 yarn 默认以客户端模式连接到 yarn 集群，集群位置由环境变量 HADOOP_CONF_DIR 决定。 Spark 2.0 以前，yarn 分为 yarn-client 与 yarn-cluster。 Spark 2.0 之后，使用 –deploy-mode=client|cluster 参数设置连接模式。 mesos mesos://host:port 连接到指定的 Mesos 集群。host 为 Mesos Master。必须使用 Master 配置的端口，默认为5050。