我一直致力于使用 Mahout 提供的 SparseVectorsFromSequenceFiles、RowIdJob 和 RowSimilarityJob Hadoop 作业执行潜在语义分析，这些作业运行 Map/减少工作。我一直在尝试为这些在内存中运行的功能寻找一个等效的实现，可以在单个线程中，也可以最好是在多个线程中。
有这样的事情吗？
最佳答案
我不知道，我不这么认为，但写起来会很简单。您只需打开一个 SequenceFile.Reader 并针对每条记录，从值 Writable 中获取 Vector 并执行您想要的操作 这可能是 10 行代码而不值得一个工具。
关于hadoop - 是否有 SparseVectorsFromSequenceFiles、RowIdJob 和 RowSimilarityJob 作业的内存实现，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/11289677/