完整目录、平台简介、安装环境及版本：参考《Spark平台（高级版）概览》
十一、集群环境对称处理
之前安装Anaconda和Jupyter环境时，只在app-11环境上安装，而且在app-11上去提交standalone集群处理，且所有的处理都是用spark.sql，并没有使用到Python相关的处理函数，目前这种调用是没有问题的。
但是如果我们的处理程序，特别是Pyspark涉及到一些用Python语言编写的处理程序的话，那么我们在集群上提交应用程序的时候会出现一些问题。典型的问题就是版本不一致，因为Anaconda的版本是3.7，但是本地Python版本是2.7，当我们提交应用程序到集群时，在驱动节点会发现版本不一致，运行会产生异常。如果程序比较简单的情况下，能兼容Python2和Python3，这个程序是可以正常运行的，如果不能兼容的话，程序会出现错误。
为此需要在app-12和app-13安装一套和app-11一致的环境，但是这个安装可以省略一些东西，有一个最小的安装步骤：
- 安装Anaconda并设置环境变量；
- 如果涉及到画图以及将Spark对象转换到Pandas对象，还需要安装Pyarrow；
- 如果需要画漏洞这种图，需要安装Pyecharts包。
安装过程参考前面部分，如果不想重新做，可以直接下载资源Spark虚拟机镜像“9Spark.7z”。
11.1 安装Anaconda
由于后续执行action需要用到python，所以此处在app-12和app-13节点上安装Anaconda。
11.1.1 app-12
在/hadoop目录下创建目录：mkdir Anaconda
在/tmp目录下创建spark目录，存放安装包：mkdir spark，如果spark已经存在则不需要创建。
上传文件Anaconda3-2018.12-Linux-x86_64.sh到/tmp/spark目录
赋予程序可执行权限：
chmod a+x Anaconda3-2018.12-Linux-x86_64.sh
使用静默方式安装程序：
./Anaconda3-2018.12-Linux-x86_64.sh -b -p /hadoop/Anaconda/Anaconda3-2018.12-Linux-x86_64
安装位置为：/hadoop/Anaconda/Anaconda3-2018.12-Linux-x86_64，安装过程比较长，安装了很多个软件包。
11.1.2 app-13
在/hadoop目录下创建目录：mkdir Anaconda
在/tmp目录下创建spark目录，存放安装包：mkdir spark，如果spark已经存在则不需要创建。
上传文件Anaconda3-2018.12-Linux-x86_64.sh到/tmp/spark目录
赋予程序可执行权限：
chmod a+x Anaconda3-2018.12-Linux-x86_64.sh
使用静默方式安装程序：
./Anaconda3-2018.12-Linux-x86_64.sh -b -p /hadoop/Anaconda/Anaconda3-2018.12-Linux-x86_64
安装位置为：/hadoop/Anaconda/Anaconda3-2018.12-Linux-x86_64，安装过程比较长，安装了很多个软件包。
11.1.3 环境变量
此处，为了一致性，将环境变量拷贝到app-12和app-13
scp ~/.bashrc app-12:/home/hadoop/
scp ~/.bashrc app-13:/home/hadoop/
并启用：source ~/.bashrc
11.1.4 确认
查看python版本：python –version
