我打算为kmeans算法编写一个mapper和reducer，我认为最好的做法是将距离计算器放在mapper中并发送到reducer，其中cluster id为关键，row的坐标为value。在reducer中，将执行更新质心。我是用python写的。
如您所知，我必须使用Hadoop流式传输来在STDIN和STOUT之间传输数据。根据我的知识，当我们print (key + "\t"+value)时，它将被发送到reducer。 Reducer将接收数据并计算新的质心，但是当我们打印新的质心时，我认为它不会将它们发送给mapper来计算新的簇，它只是将它发送到STDOUT，如你所知，kmeans是一个迭代的算法。所以，我的问题是Hadoop流是否会遭受迭代程序的困扰，我们应该使用MRJOB进行迭代程序？