windows使用spark

### 安装和配置 Apache Spark on Windows

#### 准备工作
为了在Windows平台上顺利运行Apache Spark，需先确认已安装JDK (Java Development Kit)，因为Spark依赖于Java环境来执行其操作。可以通过命令`java -version`验证是否已经成功安装了JDK。

#### 下载并解压 Spark
前往官方网址下载适用于Windows系统的预编译版本的Spark二进制文件[^1]。下载完成后，在本地磁盘创建一个专门用于存储Spark的目录，并将压缩包内的所有内容解压至此处。

#### 设置环境变量
为了让系统能够识别到Spark的位置，需要设置两个重要的环境变量：`SPARK_HOME` 和 `PATH`。
- 将Spark根目录路径赋给新的系统变量名为`SPARK_HOME`
- 更新现有的`Path`变量，追加`; %SPARK_HOME%\bin`

完成上述步骤之后重启计算机使更改生效。

#### 验证安装成果
打开命令提示符窗口输入`spark-shell`启动Scala交互式解释器界面，如果一切正常则表明安装无误可以正常使用。

#### 启用结构化流处理度量功能
对于希望监控Structured Streaming作业性能情况下的开发者来说，可以在初始化`SparkSession`实例之前通过如下方式开启相应的统计信息收集开关：

import org.apache.spark.sql.SparkSession

val spark = SparkSession.builder()
  .appName("Metrics Example")
  .config("spark.sql.streaming.metricsEnabled", "true") // 开启metrics支持
  .getOrCreate()

// 或者使用SQL语句形式设定参数
spark.sql("SET spark.sql.streaming.metricsEnabled=true")

以上代码片段展示了怎样利用编程接口或者SQL指令的形式激活Streaming查询过程中的性能指标记录特性[^2]。