mahout - RHadoop 与 Apache Mahout

Question

我想开始为大数据开发一个推荐系统，比如每天 2GB 的日志数据。为此，在 Rhadoop 和 Apache Mahout 之间，首选哪一个？

请从不同方面回答这个问题，例如代码的可用性，速度等。

Answer 1

如果您了解 R 并且您的数据不是那么大，请尝试使用 SparkR，但大多数海量 R 包集合并不能很好地与 Spark 分布式数据集成。

如果您有大数据并且可以使用类似 R 的 Scala API，那么 Mahout 会更好。您可以对样本数据进行数学运算，并且相同的代码将自动扩展到生产规模。