是否有對SparseVectorsFromSequenceFiles的內存執行，RowIdJob和RowSimilarityJob工作

Question

我一直在努力使用Mahout中提供的SparseVectorsFromSequenceFiles，RowIdJob和RowSimilarityJob Hadoop作業，其運行地圖進行潛在語義分析/ Reduce作業。我一直在試圖爲這些在內存中運行的功能找到一個等效的實現，無論是在單個線程中，還是在多個線程中。

有這樣的事嗎？

Answer 1

我不知道，不這麼認爲，但寫起來會很微不足道。您只需打開一個SequenceFile.Reader，併爲每個記錄，從值Writable得到Vector，並做你想做的事。這可能是10行代碼，不值得一個工具。