Ubunut16.04 安装 Mahout

近期笔者想安装mahout，看到网上教程过于陈旧，故记录之

转载请包含 http://www.cnblogs.com/lqruui/p/6037680.html 

1、下载mahout   mahout-distribution-0.9.tar.gz

2、解压后放到/usr/local/下（实际上放到哪里都可以）

sudo mv mahout-distribution-0.9 /usr/local

3、编辑环境变量

vim ~/.bashrc

环境变量生效

source ~/.bashrc

这是我的环境变量

export JAVA_HOME=/usr/lib/jvm/java-8-openjdk-amd64
export HADOOP_HOME=/usr/local/hadoop
export HADOOP_COMMON_LIB_NATIVE_DIR=$HADOOP_HOME/lib/native
export HADOOP_OPTS="-Djava.library.path=$HADOOP_HOME/lib"
#export HADOOP_HOME_WARN_SUPPRESS=not_null 

export MAHOUT_HOME=/usr/local/mahout-distribution-0.9
export MAHOUT_CONF_DIR=$HADOOP_HOME/etc/hadoop/
export PATH=$MAHOUT_HOME/conf:$MAHOUT_HOME/bin:$PATH

可以看到已经装完java、hadoop（运行mahout需要hadoop）

4、查看mahout是否安装成功

终端输入mahout

显示mahout算法，安装成功

5、下载数据集进行测试

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

下载数据集保存为txt格式放进

进入/usr/local/开启hadoop

cd /usr/local/

创建testdata文件夹，文件名必须是testdata

./bin/hdfs dfs -mkdir testdata

将下载好的数据集synthetic_control.data放进创建好的文件夹里

笔者放在了/home/hadoop/mahout/synthetic_control.data.txt，读者自行更改

./bin/hdfs dfs -put /home/hadoop/mahout/synthetic_control.data.txt testdata

开启hadoop（这里是伪分布模式）

./sbin/start-dfs.sh

./sbin/start-yarn.sh
./sbin/mr-jobhistory-daemon.sh start historyserver

运行kmeans测试mahout

mahout -core  org.apache.mahout.clustering.syntheticcontrol.kmeans.Job

到此测试结束，安装mahout成功！！！