似乎是古老的问题。我搜索过一个解决方案，但似乎没有任何直截了当的解决方案。我想要的是在hadoop集群上的所有节点上安装python和依赖项（如pandas，numpy等依赖于这些并且不在默认的anaconda安装中）的方法。
我发现的是：
Easiest way to install Python dependencies on Spark executor nodes?
Shipping Python modules in pyspark to other nodes
在这种情况下使用egg肯定不起作用，并且在每个节点上手动安装正是我想要避免的，因为在某些时候你还需要更新所有内容并重复每3个月左右看似不合适高效。
自从这些帖子发布以来，是否有关于此问题（工具）的任何新进展？其他选择？
2018年12月19日编辑：
这是针对大数据教育的，我们最终使用parallel-ssh。
有了它，您可以创建cli安装脚本。在我们的例子中，我们下载并安装了anaconda，然后安装了所需的软件包。这工作正常，但必须调整火花配置（如果已经安装）使用这个新版本的python。当然，这也可以通过编辑或替换文件来完成。
总而言之，有很多深洞兔子，可能没有办法依赖DevOps或者如果不可能学习Ansible（我们想要避免，因为它或多或少是另一种新的语言和工具学习）。