看起来你遇到了两个核心问题：本地PySpark环境没配置到位，以及对Minikube中Spark集群的连接方式可能有点误解，我来一步步帮你排查解决：

一、先搞定spark-submit的报错问题 #

你执行spark-submit --version时出现的错误，本质是本地机器没有正确安装和配置Spark运行环境。PySpark不是光装个Python库就能跑的，它必须依赖本地的Spark安装包来获取核心JAR包和底层运行组件。

解决步骤：

1. 从Spark官方渠道下载对应你Python版本的预编译Spark包（建议选带Hadoop集成的版本，比如Spark 3.5.0搭配Hadoop 3.x）
2. 把压缩包解压到本地任意目录，比如C:\spark
3. 配置系统环境变量：
   • 新增环境变量SPARK_HOME，值设为你的Spark解压路径（比如C:\spark）
   • 把%SPARK_HOME%\bin添加到系统的PATH变量里
4. 重启你的终端和Python IDE，再执行spark-submit --version，如果能正常显示Spark版本号，说明环境配置成功了

二、解决PySpark脚本连接Minikube Spark集群的问题 #

就算本地环境配置好了，直接用spark://127.0.0.1:7077连接可能还是有问题——因为Minikube里的Spark Master是在K8s的虚拟网络中，本地端口映射只是把7077端口转到了Master Pod，但Worker节点需要能访问到你的本地机器来拉取任务代码，这涉及到跨网络的互通问题。这里给你两个靠谱的方案：

方案1：用Spark on Kubernetes模式提交（推荐）

既然你的Spark集群本身就跑在Minikube的K8s上，用K8s原生的提交方式是最适配的，不需要依赖端口映射来连接spark://地址。

示例提交命令：

# 先执行minikube ip获取Minikube的IP，比如得到192.168.49.2
spark-submit \
  --master k8s://https://192.168.49.2:8443 \
  --deploy-mode cluster \
  --name pyspark-example \
  --conf spark.kubernetes.namespace=spark \
  --conf spark.kubernetes.container.image=apache/spark-py:3.5.0 \
  --conf spark.executor.instances=2 \
  file:///C:/Users/dlrla/workspace/python/spark-test/pythonProject/main.py

提示：你需要把命令里的Minikube IP换成自己的，脚本路径也要改成你本地的绝对路径；如果是Windows终端，注意路径分隔符的转换

方案2：调整本地连接方式（适合快速测试）

如果你只是想在本地测试连接集群，需要做以下调整：

1. 先获取Minikube中Spark Master的内部地址：
   执行kubectl exec -n spark spark-master-<你的pod-id> -- printenv SPARK_MASTER_URL，一般会得到spark://spark-master:7077
2. 把Minikube的IP和spark-master域名映射到本地：
   打开C:\Windows\System32\drivers\etc\hosts文件，添加一行：192.168.49.2 spark-master（IP替换成你的Minikube IP）
3. 修改PySpark脚本的Master地址：

   spark = SparkSession.builder \
           .appName("Pyspark example") \
           .master("spark://spark-master:7077") \
           .getOrCreate()
   

4. 确保本地防火墙没有阻止Spark相关端口的通信（7077、4040等）

三、关于你当前脚本的报错 #

你运行Python脚本时出现的"The system cannot find the path specified."，本质也是因为本地Spark环境没配置好，PySpark找不到对应的核心运行文件，所以先解决第一部分的环境配置，再调试连接问题。

备注：内容来源于stack exchange，提问作者Kimin Lee