标签： postgresql apache-spark apache-spark-mllib recommendation-engine bigdata
我正在尝试为一个Onlineshop构建一个推荐引擎。 50000篇文章。我使用FPGrowth和Apache Spark创建了频繁的项目集和规则。
我的第一次尝试是将数据（65G行）放入数据库（PostgreSQL）作为intarrays，并使用杜松子酒索引，性能应该没问题。但是当行数很高时，查询需要几分钟。低金额需要ms。
查询Spark结果的最佳做法是什么？