diff --git a/chapter1/1.4Windows+Pycharm搭建Python版Spark开发环境.md b/chapter1/1.4Windows+Pycharm搭建Python版Spark开发环境.md
index 6151803..908776a 100644
--- a/chapter1/1.4Windows+Pycharm搭建Python版Spark开发环境.md
+++ b/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。
-
+
+
+
+
+
+
### 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。
-
+
+
+
+
+
### 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。
+打开官网下载地址 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。
-
+
+
+
+
+
+
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。
-
+
+
+
+
+
### 1.4.4 spark安装
+
到`Spark`官网：下载地址 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)。
-
+
+
+
+
+
### pycharm环境安装
-打开pycharm，创建一个项目，如下图；
-
+1.打开pycharm，创建一个项目，如下图；
+
+
+
+
+
+
+
+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
+
+
+
-
+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
diff --git a/chapter2/2结构化数据分析与处理简介.md b/chapter2/2结构化数据分析与处理简介.md
index 0228fc6..9b9e291 100644
--- a/chapter2/2结构化数据分析与处理简介.md
+++ b/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`。