正确保存/加载 MatrixFactorizationModel

Question

我有 MatrixFactorizationModel 对象。如果我试图在通过 ALS.train(...) 构建模型后立即向单个用户推荐产品，那么它需要 300 毫秒（对于我的数据和硬件）。但是如果我将模型保存到磁盘并重新加载，那么推荐需要将近 2000 毫秒。 Spark 也发出警告：

15/07/17 11:05:47 WARN MatrixFactorizationModel: User factor does not have a partitioner. Prediction on individual records could be slow.
15/07/17 11:05:47 WARN MatrixFactorizationModel: User factor is not cached. Prediction could be slow.
15/07/17 11:05:47 WARN MatrixFactorizationModel: Product factor does not have a partitioner. Prediction on individual records could be slow.
15/07/17 11:05:47 WARN MatrixFactorizationModel: Product factor is not cached. Prediction could be slow.

加载模型后如何创建/设置分区器并缓存用户和产品因素？以下方法没有帮助：

model.userFeatures().cache();
model.productFeatures().cache();

我还尝试重新分区这些 rdds 并从重新分区的版本创建新模型，但这也没有帮助。

Answer 1

不用括号，userFeatures是(Int, Array[Double])的RDD，不带参数。

这将对您有所帮助：

model.userFeatures.cache
model.productFeatures.cache