Mahout 安装、配置

dream789

Mahout是 Hadoop 的一种高级应用。运行 Mahout 需要提前安装好 Hadoop，Linux 上 Hadoop 的安装配置可以参考文章：

•  linux 上 JDK 的安装于配置
  
• SSH 无密码登陆的实现
  
• Hadoop 伪分布式的安装部署
  

1.下载二进制安装包解压安装
  到http://labs.renren.com/apache-mirror/mahout/0.7下载，我选择下载二进制包，直接解压及可。

hadoop@ubuntu:~$ tar -zxvf mahout-distribution-0.7.tar.gz
 
2. 配置环境变量：在/etc/profile，/home/hadoop/.bashrc中添加 MAHOUT_HOME、MAHOUT_HOME/lib、MAHOUT_HOME/bin信息

MAHOUT_HOME=/home/hadoop/mahout-distribution-0.7 PIG_HOME=/home/hadoop/pig-0.9.2 HBASE_HOME=/home/hadoop/hbase-0.94.3 HIVE_HOME=/home/hadoop/hive-0.9.0 HADOOP_HOME=/home/hadoop/hadoop-1.1.1 JAVA_HOME=/home/hadoop/jdk1.7.0 PATH=$JAVA_HOME/bin:$PIG_HOME/bin:$MAHOUT_HOME/bin:$HBASE_HOME/bin:$HIVE_HOME/bin:$HADOOP_HOME/bin:$HADOOP_HOME/conf:$PATH
CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$HBASE_HOME/lib:$MAHOUT_HOME/lib:$PIG_HOME/lib:$HIVE_HOME/lib:$JAVA_HOME/lib/tools.jar export MAHOUT_HOME export PIG_HOME export HBASE_HOME export HADOOP_HOME export JAVA_HOME export HIVE_HOME export PATH export CLASSPATH
3：启动hadoop，也可以用伪分布式来测试
4：mahout –help    #检查Mahout是否安装完好，看是否列出了一些算法
5：mahout使用准备
a.下载一个文件synthetic_control.data，下载地址 http://archive.ics.uci.edu/ml /databases/synthetic_control /synthetic_control.data，并把这个文件放 在$MAHOUT_HOME目录下。
b.启动Hadoop：$HADOOP_HOME/bin/start-all.sh
c.创建测试目录testdata，并把数据导入到这个tastdata目录中(这里的目录的名字只能是testdata)

hadoop@ubuntu:~/$ hadoop fs -mkdir testdata #
hadoop@ubuntu:~/$ hadoop fs -put /home/hadoop/mahout-distribution-0.7/synthetic_control.data testdata
d.使用kmeans算法测试(需要运行几分钟左右)

hadoop@ubuntu:~/$ hadoop jar /home/hadoop/mahout-distribution-0.7/mahout-examples-0.7-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job
e.查看结果

hadoop@ubuntu:~/$ hadoop fs -lsr output
如果看到以下结果那么算法运行成功，安装也就成功了。

clusteredPoints  clusters-0  clusters-1  clusters-10  clusters-2  clusters-3  clusters-4 cluste
　　http://www.oschina.net/question/1262919_134278