安装Canopy与Spark后运行pyspark报错：无法定位winutils.exe求助

嘿，别慌，这是Windows上运行Spark时超常见的环境变量配置问题，咱们一步步来搞定它：

• 第一步：配置HADOOP_HOME系统环境变量
  Spark在Windows上依赖Hadoop的winutils工具，你看到的null\bin\winutils.exe提示，本质是Spark没读取到HADOOP_HOME变量，所以用null替代了路径。操作步骤：

  1. 右键「此电脑」→「属性」→「高级系统设置」→「环境变量」
  2. 在「系统变量」区域点击「新建」，变量名填HADOOP_HOME，变量值填winutils.exe所在bin目录的父目录（比如你的winutils在C:\hadoop\bin里，就填C:\hadoop，千万别直接填到bin目录！）
  3. 找到系统变量里的Path，编辑它并添加%HADOOP_HOME%\bin，确保系统能全局找到winutils工具

• 第二步：验证winutils版本兼容性
  一定要保证你下载的winutils版本和Spark版本匹配！比如Spark 3.x对应Hadoop 3.x的winutils，Spark 2.x对应Hadoop 2.x的。版本不匹配也会导致识别失败。
  你可以打开命令提示符，直接输入winutils.exe version，如果能正常输出版本信息，说明文件没问题；如果报错，就重新下载对应版本的winutils包。

• 第三步：重启所有终端和Canopy
  环境变量设置完后，必须关闭所有打开的命令提示符、Canopy窗口，再重新打开！不然新的环境变量不会生效。之后切换到c:\spark路径下执行pyspark试试。

• 临时应急方案（无需修改系统环境变量）
  如果你暂时不想动系统环境变量，可以在启动pyspark前，在命令提示符里先设置临时变量：

  set HADOOP_HOME=C:\你的winutils父目录路径
  set PATH=%PATH%;%HADOOP_HOME%\bin
  

  执行完这两行再运行pyspark，本次会话内就能正常识别winutils了。

内容的提问来源于stack exchange，提问作者krishna teja