将 `SPARK_HOME` 设置为什么？

Question

安装了apache-maven-3.3.3，scala 2.11.6，然后运行：

$ git clone git://github.com/apache/spark.git -b branch-1.4
$ cd spark
$ build/mvn -DskipTests clean package

最后：

$ git clone https://github.com/apache/incubator-zeppelin
$ cd incubator-zeppelin/
$ mvn install -DskipTests

那么运行服务器：

$ bin/zeppelin-daemon.sh start

运行一个以%pyspark开头的简单笔记本，我得到一个关于py4j没有被找到的错误。刚做了 pip install py4j (ref).

现在我收到这个错误：

pyspark is not responding Traceback (most recent call last):
  File "/tmp/zeppelin_pyspark.py", line 22, in <module>
    from pyspark.conf import SparkConf
ImportError: No module named pyspark.conf

我试过将 SPARK_HOME 设置为：/spark/python:/spark/python/lib。没有变化。

Answer 1

需要两个环境变量：

SPARK_HOME=/spark
PYTHONPATH=$SPARK_HOME/python:$SPARK_HOME/python/lib/py4j-VERSION-src.zip:$PYTHONPATH

将 `SPARK_HOME` 设置为什么？

What to set `SPARK_HOME` to?

python

apache-spark

pythonpath

pyspark

apache-zeppelin