好吧，我对apachespark还不熟悉，我试着用python运行一些基本的脚本，看看它是什么样子。现在我正在尝试下面的python脚本，它使用pyspark来计算某个单词（在本例中，单词“word”）出现在目录中的一堆python文件中的示例：

from pyspark import SparkContext
import sys
import os

def get_files(path):
    ls = ''
    for i in os.walk(path):
        directory, ls_files = i[0], i[2]
        for file in ls_files:
            if file.endswith('.py') and not file.startswith('_'):
                path = os.path.join(directory, file)
                ls += path
                ls += ','
    return ls[0:-1]

if __name__ == '__main__':
    if len(sys.argv) != 2:
        print('This program only accpets one argument as input.')
    else:
        files = get_files(sys.argv[1])
        sc = SparkContext()
        num = sc.textFile(files).flatMap(lambda x: x.split(' ')).filter(lambda x: 'word' in x).count()
        print(f'*********\'word\' appears {num} times')

如您所见，我正在使用sparkconf的所有默认选项。
好吧，如果我试着在windows下运行这个简单的程序，把一个10mb左右的文件夹和460.py文件作为参数传递，大约需要3分钟。在同一台电脑上，我尝试了完全相同的事情，用同样的文件夹，使用ubuntu，实际上需要3秒钟。
如此强烈的时代差异如何解释？我可以理解，也许这些程序中有一些是为unix系统设计的，但归根结底，它是同一个处理器，在所有8个核上并行运行多个任务，所以在windows上运行如此之慢对我来说并没有多大意义。