CÓMO INSTALAR APACHE SPARK (PYSPARK) en Windows 10 | Big Data en Python - #1

👉 Curso de Big Data en Python ✅ Cómo instalar Apache Spark para Python (PySpark) en Windows 10

|| Ayuda para el correcto seguimiento del vídeo: ||

0 - Cómo instalar Python en Windows:

1 - Cómo instalar librerías en Python:

2 - Cómo instalar Jupyter Notebook y Jupyter Lab:

3 - Curso completo (y rápido) de Python para n00bs:

LINKS DE DESCARGA:

y nuestro GitHub con mucho código interesante:

📝 ÍNDICE DEL VÍDEO:
00:00 Introducción
00:26 Requisitos
00:34 Descargas
1:50 Instalaciones
7:24 Prueba en Jupyter Notebook

[gaietital]

Hola! Muchas gracias por tu video. A mí me salía el error siguiente justo al intentar abrir el jupyter notebook: "'jupyter' no se reconoce como un comando interno o externo, programa operable o archivo por lotes.", para arreglarlo, tuve que poner en el cmd lo siguiente "python -m pip install jupyter" a partir de ahí ya puedes abrir el jupyter.

[sabiopensanteepistemologic]

Hola.

Hermano, muchas gracias, recientemente estoy en un curso de BigData y posterior el de Data Scientist lo estaré cursando, tu video de instalación me ayudo mucho y lo logre con la ultima versión Spark en windows 8 y todavia arranca jejeje, me suscribiré a tu canal.

Saludos desde México.

[manuelcoaguila]

Literal, TE AMO. Eres el unico que explica de la manera correcta. Gracias. :)

[santiagogamarragarro]

Gracias, me ha ayudado bastante tu video. Estuve tratando de instalar pyspark en Windows y siempre me botaba error por no instalas el findspark, cosa que nunca lo explicaban en otros videos.

[javiertolin]

buen video pero ademas de lo que dice que hay q instalar, tambien es necesario instalar python y para instalar las librerias tienen q usar el comando python -m pip install pyspark findspark jupyter. Saludos

[zetsuboulynn]

Una consulta ¿Qué diferencias notables hay entre las builds 2.7 y 3.3 de hadoop a día de hoy?

[MegaLobo]

Excelente explicación, muy cortito pero muy bien explicado. Saludos ya me suscribí. Un abrazo

[estefaniagarciajimenez]

Muchísimas gracias!! Después de muchos intentos, esto me ha ayudado muchísimo :)

[LaHuevaDeDani]

Grande!! Maquina !! Crack!! Idolo!! Bestia!!! Gracias a tu video pude instalar finalmente spark te lo agradezco un monton

[Sankr]

Que grande, llevaba horas intentando hacer que me funcionara y nada, ahora me sirve perfecto la conexión con PySpark. Muchas gracias.

[josemata]

No sabes cuanto me has ayudado, sigue así <3

[jasonaraosfuentes]

Excelente Video. De lo mejor que he visto sobre como ayudar a preparar el ambiente para Pyspark (y Spark en general). Eres un crack, Muchas gracias!

[danielalfonso]

Buenas me, esta saliendo este error :
ModuleNotFoundError Traceback (most recent call last)
Input In [3], in <cell line: 1>()
----> 1 import findsparks
2 findspark.init()

ModuleNotFoundError: No module named 'findsparks'

Si alguien me puede ayudar se lo agradezco

[rafafallo]

Excelente tutorial Errodringer, he logrado levantar las herramientas y he realizado pruebas de concepto con grandes ficheros usando spark, pyspark y jupyter. pero tengo una duda, al crear un archivo nuevo py3, escribo codigo abundante para una solucion etl, y al ejecutar por primera vez el archivo, solo la primera vez demora 6 segundos en procesar 2 millones de lineas de un archivo, posterior a esa ejecucion, lee otros archivos con las misma cantidad de informacion y algunos con mas pero los procesos los ejecuta en menos de 1 segundo. dandome resultados muy favorables, tendras algun conocimiento del porque solo la primera vez demora mas ? te voy a agradecer infinitamente. Saludos!!!

[brendapaolaquintanasilva]

Muchas Gracias!!!! estaba sufriendo instalándolo hasta que vi tu video :'D.

[bezant]

Muchas gracias Maestro. Mi anterior Version de Spark ya no funcionaba . Ya pude de nuevo usar Spark

[mauriciorostagno]

Buenas, esta confiado en que ya estaba todo en orden pero ahora cuando quise empezar a utilizar Apache Spark me salta este error:


ModuleNotFoundError Traceback (most recent call last)
in <module>
----> 1 import findspark
2 findspark.init()

ModuleNotFoundError: No module named 'findspark'

Por favor ayuda!

[Erick-vqxk]

Deseo manejar data limpiar y arreglar para que pueda ser visualizado. Generar EtL, es posible hacerlo aquí? Conectarme a la BD y enviar la data limpia? Gracias

[nicolasrosso]

muy bueno, preciso y claro.
Gracias, va mi like!

[susejking]

Hola, estoy teniendo un problema a la hora de ejecutar el comando "winutils chmod 777 C:\tmp\hive", pues al dar enter me aparece el error 'winutils.exe - Error de la aplicacion, La aplicación no se pudo iniciar correctamente
Cabe mencionar que el enlace para descargar el JDK de Java ya no funciona, así que tuve que buscar la versión mas reciente desde la pagina de Oracle.
Alguien mas tiene este problema?