如何在Windows环境中使用Mahout？

Question

我正在尝试在Windows上运行的应用程序中使用Mahout。我想使用k-means从lucene索引构建集群。

一旦我必须创建序列文件（从lucene索引创建向量），我就会得到一个Hadoop-Exception，因为Hadoop会对Windows环境中未知的程序（例如chmod）进行命令行调用。在Cygwin中运行不是一个选项，因为我希望能够从eclipse运行应用程序。

所以我的问题是

有没有办法避免必须创建序列文件来从lucene索引中检索我的向量？

或者有没有办法在Windows环境中创建序列文件？

Answer 1

在Windows环境中运行Hadoop的唯一方法是安装Cygwin。有关详细信息，请参阅此博客文章：

http://hayesdavis.net/2008/06/14/running-hadoop-on-windows/

Cygwin将提供Hadoop所依赖的所有命令行实用程序（如chmod）。如果需要，您仍然可以在Eclipse中运行Hadoop作业。

Answer 2

您知道SequenceFile API吗？看看这里：http://hadoop.apache.org/common/docs/current/api/org/apache/hadoop/io/SequenceFile.html 您可以尝试自己编写/读取数据。

我认为你可以在独立模式下从Window中的eclipse运行Mahout。但是你会出现几个缺点和障碍。你应该试试你到底有多远。

在我看来，你不应该坚持从日食中运行mahout。 ; - ）

Answer 3

您可以使用虚拟机来运行Hadoop环境。 至于我，最好的解决方案是使用http://hortonworks.com/项目。 一切都很好。