Apache Mahout入门详解

1. Apache Mahout的下载与解压缩
1)发布包
http://archive.apache.org/dist/mahout/
2)源代码
git clone https://github.com/apache/mahout.git mahout

2. Apache Mahout的环境变量设置（Bash Shell中修改~/.bash_profile，或~/.bashrc）

export JAVA_HOME=/path/to/jdk

export MAHOUT_HOME=/path/to/mahout
export MAHOUT_LOCAL=true # for running standalone on your dev machine, 
# unset MAHOUT_LOCAL for running on a cluster

说明：如果运行中Spark上，则还需要设置如下：

export SPARK_HOME= # if running on Spark

另外，必要的情况下，在启动脚本中设置JVM参数如下：

MAHOUT_OPTS="$MAHOUT_OPTS -Xmx6g -XX:MaxPermSize=512m

3. Apache Mahout的组成模块

• Mahout Math
• Mahout Math Scala bindings
• Mahout Spark bindings
• Mahout Spark bindings shell
• Mahout H2O backend Scaladoc
• Mahout H2O backend Javadoc
• Mahout HDFS
• Mahout Map-Reduce
• Mahout Examples
• Mahout Integration

3. Apache Mahout的3种运行形式

• run Mahout's Shell
• run a command line job
• as a library to build apps

最常见的是在Maven应用中的引用Apache Mahout的模块如下：

    	org.apache.mahout
    	mahout-math
    	${mahout.version}


    	org.apache.mahout
    	mahout-math-scala_2.10
    	${mahout.version}


    	org.apache.mahout
    	mahout-hdfs
    	${mahout.version}