Mahout 安装

Mahout是Hadoop的一种高级应用。运行Mahout需要提前安装好Hadoop。

1.下载二进制解压安装包。

到http://labs.renren.com/apache-mirror/mahout/0.9下载，我选择下载二进制包，直接解压即可。

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

2.配置环境变量：在/etc/profile,/home/hadoop/.bashrc中添加如下红色信息

#set java environment

MAHOUT_HOME=/home/hadoop/mahout-distribution-0.9

HADOOP_HOME=/usr/hadoop-2.2.0

JAVA_HOME=/home/jdk1.7.0

PATH=$JAVA_HOME/bin:$MAHOUT_HOME/bin:$HADOOP_HOME/bin:$PATH

CLASSPATH=.:$JAVA_HOME/lib/dt.jar:$MAHOUT_HOME/lib:$JAVA_HOME/lib/tools.jar

export MAHOUT_HOME

export HADOOP_HOME

export JAVA_HOME

export PATH

export CLASSPATH

 

3.启动hadoop，也可以用伪分布式测试

4.mahout --help #检查Mahout是否安装完成好，看是否列出一些算法。

5.mahout使用准备

(1).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。

(2).启动hadoop:$HADOOP_HOME/bin/start-all.sh

(3).创建测试目录testdata，并把数据导入到这个testdata目录中（这里的目录的名字只能有testdata）

$:hadoop fs -mkdir testdata

$:hadoop fs -put /home/hadoop/mahout-distribution-0.7/synthetic_control.data testdata

(4).使用kmeans算法（这会运行几分钟）

$: hadoop jar /home/hadoop/mahout-distribution-0.7/mahout-examples-0.7-job.jar org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

(5). 查看结果

$:hadoop fs -lsr output

如果看到以下结果那么算法运行成功，你的安装也就成功了。

clusteredPoints  clusters-0  clusters-1  clusters-10  clusters-2  clusters-3  clusters-4 clusters-5  clusters-6  clusters-7  clusters-8  clusters-9  data

计算过程：

 

计算结果下图：