Mahout测试-优化你的大数据算法

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

（2）终端执行shell命令：mahout-help，检查Mahout是否安装完好，是否列出了一些算法。

（3）测试Kmeans算法。

1）进入官网下载文件synthetic_control.data，并把这个文件放在$MAHOUT_HOME目录下，下载地址为http：//archive.ics.uci.edu/ml/databases/synthetic_control/synthetic_control.data。

2）建立输入文件的目录testdata，要想测试mahout自带的kmeans的例子，输入数据的目录名称必须为testdata。并将synthetic_control.data上传到HDFS上。

1.hadoop fs-mkdir testdata

2.hadoop fs-put/usr/local/hadoop/synthetic_control.data testdata

3）终端执行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

4）查看结果。(www.xing528.com)

hadoop fs-cat/user/xuhui/output/data/part-m-00000

注意：直接通过hadoop fs-cat方式查看的话，会出现乱码，mahout的最新版本查看结果的方式是通过下面三种方式：

①mahout seqdumper：将SequenceFile文件转成可读的文本形式；

②mahout vectordump：将向量文件转成可读的文本形式；

③mahout clusterdump：分析最后聚类的输出结果。

因此，可通过mahout clusterdump查看kmeans算法输出结果。

mahout clusterdump--input/user/hadoop/output/data/part-m-00000--

output kmeans_result.txt

其中，--inpput表示的是输入参数；--output表示的是转化成本地可读的文件。