Windows10环境PySpark写DataFrame到CSV报ExitCode=-1073741515错误求助

错误码-1073741515是Windows平台下程序启动缺少依赖的典型报错，从调用栈可以看出故障发生在Hadoop本地文件系统执行目录权限设置阶段，Spark本身的计算逻辑（读数据、数据转换）不受影响，只有写入操作触发Hadoop Shell调用时才会报错。

• 匹配对应版本的依赖文件：你使用的winutils.exe、hadoop.dll必须和Spark预编译绑定的Hadoop版本完全一致，比如Spark3.x如果是基于Hadoop3.2预编译的版本，必须下载对应Hadoop3.2的64位依赖文件，放置到%HADOOP_HOME%\bin目录下，禁止跨大版本混用依赖。
• 安装对应架构的C++运行库：你之前仅安装了x86版本的运行库，Windows 10 64位系统下还需要安装Microsoft Visual C++ Redistributable (x64)，优先安装2015-2022合集版本，避免winutils.exe运行时缺少系统依赖。
• 禁用Hadoop权限校验（本地开发优先级最高的方案）：直接在SparkSession初始化阶段添加配置，绕开权限调用逻辑，从根源避免触发Shell执行权限设置的操作，配置参考如下：

from pyspark.sql import SparkSession

spark = SparkSession.builder \
    .appName("local_write_test") \
    .config("spark.hadoop.fs.permissions.enabled", "false") \
    .config("spark.hadoop.dfs.permissions.enabled", "false") \
    .getOrCreate()

• 使用全英文无空格绝对路径写入：避免使用相对路径、带中文/空格的路径，写入路径格式参考df.write.csv("E:/test_output/mypath")，统一使用正斜杠或者双反斜杠作为路径分隔符。
• 替换文件提交协议：写入前添加Spark配置，更换不需要额外权限操作的文件提交协议：

.config("spark.sql.sources.commitProtocolClass", "org.apache.spark.sql.execution.datasources.SQLHadoopMapReduceCommitProtocol")

修改配置后运行你提供的复现代码，若指定写入目录下生成part-0000x-xxx.csv格式的实际数据文件，即为修复成功。

内容的提问来源于stack exchange，提问作者palamuGuy