标签： apache-spark machine-learning spark-streaming apache-spark-mllib lda
我们正在开发一个项目，我们需要在主题识别上运行LDA，所以我们已经为此应用了OnlineLDA，但是当我们尝试增加迭代时，我们得到了OOM异常。
因此，如果它扩展得更好，我们会尝试转向EMLDA！
所以我的问题是哪一个在性能，内存管理等方面更好？
语料库大小： 86k +文档
主题编号： 2000+
PS：另一方面，我们需要在未来的Stream数据上应用LDA，我看到它的火花票，但似乎它仍处于保持状态，所以如果有人可以建议我一种方式可以像魅力一样工作。谢谢！