【问题标题】:How to force an Apache Mahout application read directly from the HDFS如何强制 Apache Mahout 应用程序直接从 HDFS 读取
【发布时间】:2013-01-16 16:02:49
【问题描述】:

我已经实现了一个 Apache Mahout 应用程序(附在下面),它执行一些基本的计算。为此,需要从我的本地计算机加载数据集。此应用程序以 jar 文件的形式出现,但随后在 hadoop 伪分布式集群中执行。终端命令是: $ hadoop jar /home/eualin/ApacheMahout/tdunning-MiA-5b8956f/target/mia-0.1-jar-with-dependencies.jar mia.recommender.ch03.IREvaluatorBooleanPrefIntro2 "/home/eualin/Desktop /links-final"

现在,我的问题是如何做同样的事情,但这次是通过从 HDFS 读取数据集(当然,我们假设数据集已经存储在 HDFS 中,例如 /user/eualin/output/links -final}。在这种情况下应该改变什么?这可能会有所帮助:hdfs://localhost:50010/user/eualin/output/links-final

package mia.recommender.ch03;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.mahout.cf.taste.common.TasteException;
import org.apache.mahout.cf.taste.eval.DataModelBuilder;
import org.apache.mahout.cf.taste.eval.IRStatistics;
import org.apache.mahout.cf.taste.eval.RecommenderBuilder;
import org.apache.mahout.cf.taste.eval.RecommenderIRStatsEvaluator;
import org.apache.mahout.cf.taste.impl.common.FastByIDMap;
import org.apache.mahout.cf.taste.impl.eval.GenericRecommenderIRStatsEvaluator;
import org.apache.mahout.cf.taste.impl.model.GenericBooleanPrefDataModel;
import org.apache.mahout.cf.taste.impl.model.file.FileDataModel;
import org.apache.mahout.cf.taste.impl.neighborhood.NearestNUserNeighborhood;
import org.apache.mahout.cf.taste.impl.recommender.GenericBooleanPrefUserBasedRecommender;
import org.apache.mahout.cf.taste.impl.similarity.LogLikelihoodSimilarity;
import org.apache.mahout.cf.taste.model.DataModel;
import org.apache.mahout.cf.taste.model.PreferenceArray;
import org.apache.mahout.cf.taste.neighborhood.UserNeighborhood;
import org.apache.mahout.cf.taste.recommender.Recommender;
import org.apache.mahout.cf.taste.similarity.UserSimilarity;

import java.io.File;

public class IREvaluatorBooleanPrefIntro2 {
    private IREvaluatorBooleanPrefIntro2() {
    }
    public static void main(String[] args) throws Exception {
        if (args.length != 1)                 {
            System.out.println("give file's HDFS path");
            System.exit(1);
        }
        DataModel model = new GenericBooleanPrefDataModel(
                GenericBooleanPrefDataModel.toDataMap(
                        new GenericBooleanPrefDataModel(new FileDataModel(new File(args[0])))));
        RecommenderIRStatsEvaluator evaluator =
                new GenericRecommenderIRStatsEvaluator();
        RecommenderBuilder recommenderBuilder = new RecommenderBuilder() {
            @Override
            public Recommender buildRecommender(DataModel model) throws TasteException {
                UserSimilarity similarity = new LogLikelihoodSimilarity(model);
                UserNeighborhood neighborhood =
                        new NearestNUserNeighborhood(10, similarity, model);
                return new GenericBooleanPrefUserBasedRecommender(model, neighborhood, similarity);
            }
        };
        DataModelBuilder modelBuilder = new DataModelBuilder() {
            @Override
            public DataModel buildDataModel(FastByIDMap<PreferenceArray> trainingData) {
                return new GenericBooleanPrefDataModel(
                        GenericBooleanPrefDataModel.toDataMap(trainingData));
            }
        };
        IRStatistics stats = evaluator.evaluate(
                recommenderBuilder, modelBuilder, model, null, 10,
                GenericRecommenderIRStatsEvaluator.CHOOSE_THRESHOLD,
                1.0);
        System.out.println(stats.getPrecision());
        System.out.println(stats.getRecall());
    }
}

【问题讨论】:

    标签: hdfs mahout


    【解决方案1】:

    您不能直接,因为非分布式代码不了解 HDFS。而是将文件复制到setup() 中的本地位置,然后从本地文件中读取。

    【讨论】:

    • 肖恩,非常感谢您的回复。 Q1:“setup()”是什么意思? Q2:有什么快速的方法可以将这个非分布式代码(在您的书中找到)转换为分布式代码?换句话说,我如何在分布式环境中使用您的代码?
    • setup()Mapper。您将不得不为此复制/修改代码。分布式计算正是像 Mahout 这样的整个项目的组成部分。不,没有自动的方法可以做到这一点。事实上,我已经从 Mahout 转向将(分布式)实时推荐器作为一家公司单独商业化。 (广告:myrrix.com)这种伪发行只是一种新奇事物,真的。
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2014-06-20
    • 2012-03-19
    • 1970-01-01
    相关资源
    最近更新 更多