Mahout学习之命令行创建序列文件-低调大师

Mahout学习之命令行创建序列文件

2015-10-10 652

一：命令行转换

创建新的工作目录

mkdir lastfm

mkdir ./lastfm/original

export WORK_DIR=/home/thinkgamer/document/lastfm

cd $WORK_DIR

自己准备一个数据集放在original文件夹下,例如将点击打开链接下边的数据保存在synthetic_control.data中进行转换，首先将其放在origiinal文件夹中

进入mahout的安装目录，前提是hadoop环境是启动的

cd /usr/local/hadoop/mahout

bin/mahout seqdirectory -i $WORK_DIR/original -o $WORK_DIR/sequencesfile

然后进入$WORK_DIR目录下有一个sequencesfile文件夹

cd $WORK_DIR

cd sequencesfile

ls

会显示如下：

part-m-00000 _SUCCESS

命令行查看part-m-00000的文件内容为：

bin/mahout seqdumper -i $WORK_DIR/sequencesfile/part-m-00000 | more0

二：mapreduce转换

具体请参考mahout运行canopy程序中的程序：点击打开链接

三：命令行转换为文本文件

bin/mahout seqdumper -i $WORK_DIR/sequencesfile/part-m-00000 -o $WORK_DIR/clusteranalyzer

mahout版本不同如果上边的不好使，换用下边的

bin/mahout seqdumper -s $WORK_DIR/sequencesfile/part-m-00000 -o $WORK_DIR/clusteranalyzer

微信关注我们

原文链接：https://yq.aliyun.com/articles/413154

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Mahout学习之运行canopy算法错误及解决办法

一：将Text转换成Vector序列文件时在Hadoop中运行编译打包好的jar程序，可能会报下面的错误： Exceptioninthread"main"java.lang.NoClassDefFoundError: org/apache/mahout/common/AbstractJob 书中和网上给的解决办法都是：把Mahout根目录下的相应的jar包复制到Hadoop根目录下的lib文件夹下，同时重启Hadoop 但是到了小编这里不管怎么尝试，都不能解决，最终放弃了打包成jar运行的念头，就在对源码进行了修改，在eclipse运行了二：java.lang.Exception: java.lang.ClassCastException: org.apache.hadoop.io.IntWritable cannot be cast to org.apache.hadoop.io.Text 此种错误，是由于map和reduce端函数格式输入输出不一致，导致数据类型不匹配在次要注意一个特别容易出错的地方：Mapper和Reducer类中的函数必须是map和reduce，名字不能...

2015-10-11

645

转载请注明出处哈:http://carlosfu.iteye.com/blog/2269678 一.缓存穿透（请求数据缓存大量不命中）：缓存穿透是指查询一个一定不存在的数据，由于缓存不命中，并且出于容错考虑，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到存储层去查询，失去了缓存的意义。例如：下图是一个比较典型的cache-storage架构，cache(例如memcache, redis等等) + storage(例如mysql, hbase等等)架构，查一个压根就不存在的值, 如果不做兼容，永远会查询storage。二. 危害：对底层数据源(mysql, hbase, http接口, rpc调用等等)压力过大，有些底层数据源不具备高并发性。例如mysql一般来说单台能够扛1000-QPS就已经很不错了（别说你的查询都是select * from table where id=xx 以及你的机器多么牛逼，那就有点矫情了）例如他人提供的一个抗压性很差的http接口，可能穿透会击溃他的服务。三. 如何发现：我们可以分...

2015-10-11

750

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。