gs

chapter1/1.4Windows+Pycharm搭建Python版Spark开发环境.md

@@ -3,51 +3,81 @@
 ### 1.4.1 JDK安装
 
 在DOC命令行窗口输入java -version出现下图所示即表示已经安装成功。如未安装成功，请自行百度。本教程所使用的spark版本需要使用jdk1.8版本以上。
-![](/api/attachments/458936)
+
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/458936" alt=""  height="100%" width="100%"  />
+</p>
+
+
 
 ### 1.4.2 Python安装
 
 在DOC命令行窗口输入python出现下图所示即表示已经安装成功。如未安装成功，请自行百度。本教程所使用的python版本需要使用python2.7版本以上。
 
-![](/api/attachments/458940)
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/458940" alt=""  height="100%" width="100%"  />
+</p>
+
+
 
 ### 1.4.3 scala安装
 
 本教程所使用的python版本推荐使用scala2.11.x版本。
-
-打开官网https://www.scala-lang.org/download/2.11.8.html下载对应安装包。
+打开官网<a  href="https://www.scala-lang.org/download/2.11.8.html" target="view_frame">下载地址 </a>下载对应安装包。
 
 下载页面的底部点击如下所示红框处即可下载。
-![](/api/attachments/458970)
+
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/458970" alt=""  height="100%" width="100%"  />
+</p>
+
+
 
 解压配置环境变量，在DOC命令行窗口输入scala出现下图所示即表示已经安装成功。
 
-![](/api/attachments/459087)
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/459087" alt=""  height="100%" width="100%"  />
+</p>
+
+
 
 ### 1.4.4 spark安装
+
 到`Spark`官网：<a  href="https://archive.apache.org/dist/spark/spark-2.3.4/" target="view_frame">下载地址 </a> 下载
 `Hadoop`版本为`2.7`，`Spark`版本为`2.3.4`的`spark`安装包。
 
 解压配置环境变量，在DOC命令行窗口输入spark-shell出现下图所示即表示已经安装成功(图示报错不影响spark运行，该报错表示未安装hadoop)。
 
-![](/api/attachments/459186)
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/459186" alt=""  height="100%" width="100%"  />
+</p>
+
+
 
 
 ### pycharm环境安装
-打开pycharm，创建一个项目，如下图；
 
-![](/api/attachments/459196)
+1.打开pycharm，创建一个项目，如下图；
+
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/459196" alt=""  height="100%" width="100%"  />
+</p>
+
+
+
+2.添加pyspark.zip和py4j包到项目中（这两个文件在spark安装目录\python\lib中）	
 
-添加pyspark.zip和py4j包到项目中（这两个文件在spark安装目录\python\lib中）	
 
+依次点击 file >> setting >> Project:pspark >> Project Structure
 
-点击 file >> setting >> Project:pspark >> Project Structure
+<p align="center" > 
+<img  style="border: 2px solid #ddd;padding: 5px; background: #fff;" src="https://www.educoder.net/api/attachments/459207" alt=""  height="100%" width="100%"  />
+</p>
 
 
 
-![](/api/attachments/459207)
+3.新建一个python文件，执行以下代码，输出了你的spark版本无报错即安装成功了。
 
-新建一个python文件，执行以下代码，输出了你的spark版本无报错即安装成功了。
 ```
 from pyspark.sql import SparkSession
 

chapter2/2结构化数据分析与处理简介.md

@@ -3,7 +3,7 @@
 在大数据领域，统计分析处理结构化数据可以使用`Hive`等工具,但是`Hive`依赖的`MapReduce`计算过程中大量的中间磁盘落地过程消耗了大量的`I/O`，运行效率较低。恰好，基于内存计算的`Spark SQL`解决了这些问题。
 
 
-`Spark SQL`支持`Java`、`Scala`和`Python`语言，其中使用`Scala`开发是主流，但是本教程为顺应特殊需求，我们使用`Python`。
+`Spark SQL`支持`Java`、`Scala`和`Python`语言，其中使用`Scala`开发是主流，但是本教程我们使用`Python`来开发`Spark SQL`。