是否存在SparseVectorsFromSequenceFiles，RowIdJob和RowSimilarityJob作业的内存实现

Question

我一直致力于使用运行Map / Reduce作业的Mahout提供的SparseVectorsFromSequenceFiles，RowIdJob和RowSimilarityJob Hadoop作业执行潜在语义分析。我一直试图找到在内存中运行的这些功能的等效实现，无论是在单个线程中，还是最好在多个线程中。

有这样的事吗？

Answer 1

我不知道，不这么认为，但写作会很简单。您只需打开SequenceFile.Reader并为每条记录获取值Vector中的Writable并执行您想要的操作它可能是10行代码而不值得使用工具。