安装 Sedona Python

基础包 apache-sedona 会安装 shapely 和 attrs。在 Spark 上使用 Sedona 还需要 PySpark，托管 Spark 平台通常已预装该依赖。

使用 pip 安装已发布的包及所需的附加依赖。Sedona 项目开发使用 uv 管理依赖。包依赖及版本约束见 python/pyproject.toml。

安装 sedona¶

从 PyPI 仓库安装。最新版的 Sedona Python 可在 PyPI 找到。Sedona v1.0.1 及更早版本存在已知问题。

pip install apache-sedona

自 Sedona v1.1.0 起，pyspark 已成为 Sedona Python 的可选依赖，因为许多 Spark 平台都已预装 Spark。如需在安装 Sedona Python 时一并安装 pyspark，请使用 spark 附加项：

pip install "apache-sedona[spark]"

从 Sedona Python 源码安装

克隆 Sedona GitHub 源码后运行以下命令：

cd python
python3 -m pip install .

可选依赖¶

附加依赖（extra）会为特定用途安装额外的包，请按需选择：

包或附加依赖	安装的额外包	用途
`apache-sedona`	`shapely`、`attrs`	基础包，可配合现有 Spark 环境使用。
`spark`	`pyspark`	在尚未安装 PySpark 时安装。
`pydeck-map`	`geopandas`、`pydeck`	使用 `SedonaPyDeck` 创建地图。
`kepler-map`	`geopandas`、`keplergl`	使用 `SedonaKepler` 创建地图。
`flink`	`apache-flink`	在 PyFlink 上使用 Sedona。
`db`	`sedonadb[geopandas]`	安装支持 GeoPandas 的 SedonaDB；仅在 Python 3.9 及以上版本请求安装。
`all`	`pyspark`、`geopandas`、`pydeck`、`keplergl`、`rasterio`	一并安装 Spark、地图和 Python 栅格相关依赖。

例如，安装 all 附加依赖：

pip install "apache-sedona[all]"

虽然名为 all，它并不包含 flink 或 db 附加依赖。附加依赖也不会安装下文所述的 Sedona JVM jar 文件。

rasterio 用于支持 Python 端的栅格对象。使用 SQL 读取现有栅格文件不需要它。

在 EMR 等托管 Spark 平台上，请保留平台提供的 PySpark。若要安装两个地图包而不请求安装 PySpark，可以组合使用地图附加依赖：

pip install "apache-sedona[pydeck-map,kepler-map]"

GeoPandas 会通过依赖关系安装 pandas。基于 Arrow 的转换和 pandas-on-Spark API 还需要 PyArrow；spark 和 all 附加依赖不会显式请求安装它。使用这些 API 时，请安装与 Spark 版本兼容的 pandas 和 pyarrow。转换示例见使用 GeoPandas 和 Shapely。

准备 sedona-spark jar¶

Sedona Python 需要额外配套一个名为 sedona-spark-shaded 或 sedona-spark 的 jar 文件。请确保所选版本与您的 Spark 和 Scala 版本匹配。

请在 artifact 名称中使用 Spark 的 major.minor 版本号。

可通过以下方式之一获取该 jar：

如果您在 Databricks、AWS EMR 或其他云平台的 notebook 中运行 Sedona，请使用 shaded jar：从 Maven Central 下载 sedona-spark-shaded jar 与 geotools-wrapper jar，并将其放入 SPARK_HOME/jars/ 目录。
如果您在 IDE 或本地 Jupyter Notebook 中运行 Sedona，请使用 unshaded jar，并在 Python 程序中通过 Maven Central 坐标引用，例如：

Sedona >= 1.4.1

from sedona.spark import *

config = (
    SedonaContext.builder()
    .config(
        "spark.jars.packages",
        "org.apache.sedona:sedona-spark-3.5_2.12:1.9.1,"
        "org.datasyslab:geotools-wrapper:1.9.1-33.5",
    )
    .config(
        "spark.jars.repositories",
        "https://artifacts.unidata.ucar.edu/repository/unidata-all",
    )
    .getOrCreate()
)
sedona = SedonaContext.create(config)

Sedona < 1.4.1

SedonaRegistrator 自 Sedona 1.4.1 起已被弃用，请改用上面的方式。

from pyspark.sql import SparkSession
from sedona.spark import SedonaRegistrator
from sedona.spark import SedonaKryoRegistrator, KryoSerializer

spark = (
    SparkSession.builder.appName("appName")
    .config("spark.serializer", KryoSerializer.getName)
    .config("spark.kryo.registrator", SedonaKryoRegistrator.getName)
    .config(
        "spark.jars.packages",
        "org.apache.sedona:sedona-spark-shaded-3.5_2.12:1.9.1,"
        "org.datasyslab:geotools-wrapper:1.9.1-33.5",
    )
    .getOrCreate()
)
SedonaRegistrator.registerAll(spark)

设置环境变量¶

如果您手动将 sedona-spark-shaded jar 复制到 SPARK_HOME/jars/ 目录，则需要设置两个环境变量：

SPARK_HOME。例如，在终端运行：

export SPARK_HOME=~/Downloads/spark-3.0.1-bin-hadoop2.7

PYTHONPATH。例如，在终端运行：

export PYTHONPATH=$SPARK_HOME/python

之后即可体验 Sedona Python Jupyter Notebook。