Mahout安装尝试

参考 blog.csdn.net/xqj198404/article/details/28601149

一、Mahout0.9安装

1、首先 从mirror.cc.columbia.edu/pub/software/apache/mahout/0.9/  下载到 .tar.gz 的mahout源码；

2、解压到某个地方 在 mahout/bin 路径下修改 mahou 文件，添加如下内容：

HADOOP_CONF_DIR="hadoop的配置目录需要以/结尾"  
HADOOP_HOME="hadoop的安装目录需要以/结尾"  
MAHOUT_HEAPSIZE=2000 mahout可以调用的内存量，建议设的比较大 

3、修改 hadoop etc路径下的 mapred-site.xml 添加如下内容：
<pre name="code" class="plain"><property>    
        <name>mapred.child.java.opts</name>  
        <value>-Xmx1024m</value>  
</property>  

修改 hadoop etc路径下的 hadoop-env.sh 添加如下内容：

export HADOOP_HEAPSIZE=2000 

至此 Mahout0.9的安装就全部完成了

二、Mahout0,9验证

1、从 http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data 下载测试数据

2、将下载的到的测试数据文本存储到 hdfs 上：

./hadoop fs -put synthetic_control.data /user/root/testdata

注意：这里存放.data文件的路径需要这么写之后的例子才能执行。

3、到 mahout 的bin路径下执行如下：

bin/mahout org.apache.mahout.clustering.syntheticcontrol.canopy.Job  
bin/mahout org.apache.mahout.clustering.syntheticcontrol.kmeans.Job  
bin/mahout org.apache.mahout.clustering.syntheticcontrol.fuzzykmeans.Job 

表示我只执行了第一个JOB，看上去是满成功的，花费了 1.7 min，给出了6个 cluster

4、检查 hdfs 里面 mahout 的输出情况却看到一堆头大的乱码如下：
<img src="https://img-blog.csdn.net/20140929212756325" alt="" />

看 <a target=_blank href="tech.ddvip.com/2013-11/1384964006206279.html">tech.ddvip.com/2013-11/1384964006206279.html</a> 这里说是需要反序列化：
<pre name="code" class="plain">mahout seqdumper -i xxx/xxx/xxx/part-r-00000 -o /data/patterns.txt

这是找不到output输出路径，改成了 hdfs:// 也找不到思密达...

以下是成功反序列化的结果：