我在 Windows 中的 Spark 中工作。我已经在 Windows 中成功设置了 spark 和环境变量，并且我的程序在 Scala IDE 中运行没有问题。现在我需要使用 Mahout 库函数进行机器学习。我尝试使用此链接使 Mahout 适用于 Windows here，但我没有运气，它不起作用。我的 scala ide 说：“无法从“mahout -spark 类路径”读取输出。SPARK_HOME 设置了吗？”
有人知道如何正确设置 Mahout for windows 吗？提前致谢。
【问题讨论】：
标签： windows scala apache-spark mahout scala-ide
我们 Mahout 项目不直接支持 Windows。 VM 现在是免费的，所以我建议为 Apache 的大多数 JVM（Java 虚拟机）工具安装一个。有些可以在 Window 上运行，但它们都可以在 Linux 上运行。然后安装你可以在生产中使用的`Nix。这有几个好处。
或者，边缘 Windows 有一个新的 Linux 子系统 PowerShell，它允许安装像 Ubuntu 这样的来宾操作系统。这将是一个实验，因为我还没有尝试过。 https://msdn.microsoft.com/en-us/commandline/wsl/install_guide
不确定这是使用容器还是虚拟机技术，但听起来很有希望。
【讨论】：
那个链接是多余的。
如果您尝试在 REPL 环境中在 Spark 上运行 Mahout，您只需 set some env variables.
你设置了 SPARK_HOME 吗？ （试试echo $SPARK_HOME - 我认为这适用于Windows？）
另一种方法是使用 Apache Zeppelin，恕我直言，这是一种更好的体验。 Tutorial
我还没有听说有人在 Windows 上使用 Mahout，但它应该是直截了当的。如果/当你得到它的工作 - 请写一个教程，我们将它发布在网站上（我是社区成员），我们可以帮助你，请联系developer email list
更新
如果您在运行 bin/mahout 时遇到问题，您可以使用 install Cygwin（从而创建类似 Unix 的环境，或者您可以尝试以下操作：
export MAHOUT_JARS=$(echo "$MAHOUT_HOME"/*.jar | tr ' ' ',')
$SPARK_HOME/bin/spark-shell --jars "$MAHOUT_JARS" \
-i $MAHOUT_HOME/bin/load-shell.scala \
--conf spark.kryo.referenceTracking=false \
--conf spark.kryo.registrator=org.apache.mahout.sparkbindings.io.MahoutKryoRegistrator \
--conf spark.kryoserializer.buffer=32k \
--conf spark.kryoserializer.buffer.max=600m \
--conf spark.serializer=org.apache.spark.serializer.KryoSerializer
应该使用 Mahout Jars/正确的 spark 配置和 mahout 启动脚本（导入库并设置 Mahout 分布式上下文）启动 spark-shell - 但就个人而言，我推荐 Zeppelin（参见上面的教程链接） .
【讨论】：