Mahout0.9安装与配置（完全分布式模式下运行）

安装Mahout之前，一定要把hadoop装好，hadoop的安装方法可以参考我的前一篇随笔，我安装的是hadoop2.7.0，具体方法在此不做介绍。

1.首先下载相应版本的Mahout:

axel -n 10 http://archive.apache.org/dist/mahout/0.9/mahout-distribution-0.9.tar.gz

2.解压：

tar -zxvf  mahout-distribution-0.9.tar.gz

3.将文件转移至安装好的hadoop下：

mv mahout-distribution-0.9 /usr/local/hadoop

4.配置环境变量：

# set mahout environment
export MAHOUT_HOME=/usr/local/hadoop/mahout-distribution-0.9
export MAHOUT_CONF_DIR=$MAHOUT_HOME/conf
export PATH=$MAHOUT_HOME/conf:$MAHOUT_HOME/bin:$PATH

5.编辑$MAHOUT_HOME/bin/mahout,将HADOOP_CONF_DIR设置为$HADOOP_HOME/conf

HADOOP_CONF_DIR=/usr/local/hadoop/etc/hadoop

6.运行

在命令行输入bin/mahout,如果你看到以下信息就说明Mahout的hadoop模式已经配置好了。

MAHOUT_LOCAL is not set; adding HADOOP_CONF_DIR to classpath. 
Running on hadoop...

 

7.启动hadoop

8.下载测试数据

axel http://archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data

9.创建测试目录testdata,并导入数据

hadoop fs -mkdir testdata
hadoop fs -put /usr/local/hadoop/mahout-distribution-0.9/synthetic_control.data testdata

10.使用kmeans算法

hadoop jar /usr/local/hadoop/mahout-distribution-0.9/mahout-examples-0.9-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

11.查看结果

hadoop fs -ls output

成功！