如何在Mahout中構建並執行示例中的示例

Question

我現在正在學習Mahout中的動作並撰寫以詢問如何在本書中構建和執行示例。我可以在eclipse上找到說明，但我的環境不包含UI。所以我將第一個示例（RecommenderIntro）複製到RecommenderIntro.java並通過javac進行編譯。

我得到一個錯誤，因爲包沒有被導入。所以我在尋找：

1. 方法來導入缺少的包。

2. 我想，即使它編譯成功，.class文件將會生成， 我該如何執行它？通過「java RecommnderIntro」？我可以通過sudo -u hdfs hadoop jar mahout-examples-0.7-cdh4.2.0-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job執行 mahout示例，我怎樣才能爲我自己的例子做類似的事情？

3. 我所有的數據保存在HBase的表，但在這本書（甚至 谷歌），我不能找到一種方法，它與HBase的整合，任何 建議？

Answer 1

q1和q2，您需要像maven這樣的java構建工具。 你用以下命令創建hadoop-jar：'mvn clean install'這會在目標/ mia-job.jar中創建hadoop作業 然後執行以下任務： hadoop jar target/mia-job.jar RecommenderIntro inputDirIgnored outputDirIgnored RecommenderIntro忽略參數，但hadoop強制您至少指定2個參數，通常是輸入和輸出目錄）

q3：您無法開箱即用。 選項1：將您的hbase數據導出爲文本文件'intro.csv'，其內容如本書中所述的「％userId％，％ItemId％，％score％」。因爲這是RecommenderIntro正在尋找的文件。 選項2：修改示例代碼以從hbase讀取數據...

ps1。爲了開發這樣的應用程序，我真的建議使用IDE。因爲它允許您使用代碼完成，執行，構建等。一個簡單的入門方法是使用像Cloudera或HortonWorks這樣的hadoop下載虛擬映像，然後安裝像eclipse這樣的IDE。你也可以配置這些圖像來使用你的hadoop集羣，但你不需要爲小數據集。 ps2。 RecommenderIntro代碼不是分佈式實現，因此無法在大型數據集上運行。它也在本地而不是在hadoop集羣上運行。