我的书签
添加书签
移除书签13.2 Mahout的安装和配置
Mahout是一个开源软件，因此它有两种安装方式：一种是下载已经编译好的二进制文件进行安装（快速安装）；一种是先下载源代码，然后再对源代码进行编译，最后再安装（编译安装）。下面我们分别对其进行介绍。
1.快速安装
下面为该方式的具体安装步骤：
（1）下载Mahout
从下面链接中下载编译好的二进制文件：
http：//mirror.bjtu.edu.cn/apache/mahout/
选择最新的版本目录，即0.6，下载mahout-distribution-0.6.tar.gz。
（2）解压下载的文件
使用下面的命令将下载的二进制文件解压到指定的文件夹中。
tar-zxvf mahout-distribution-0.6.tar.gz-C$HADOOP_HOME/
参数-C的后面是指定的文件夹，这里是$HADOOP_HOME/。
（3）配置环境变量
由于Mahout不仅可以在本地模式下运行，还可以利用Hadoop的MapReduce运行作业。若要使用Hadoop则必须正确安装Hadoop，并配置HADOOP_HOME和HADOOP_CONF_DIR环境变量，具体参见本书第2章“Hadoop的安装与配置”。
使用下面的命令配置Mahout所需要的Hadoop环境变量：
export HADOOP_HOME=/home/hadoop/hadoop-1.0.1
export HADOOP_CONF_DIR=/home/hadoop/hadoop-1.0.1/conf
此外，为了Mahout操作方便，可以将Mahout安装位置加入到环境变量中，如下所示：
Config Mahout
export MAHOUT_HOME=/home/hadoop/hadoop-1.0.1/mahout-distribution-0.6
export MAHOUT_CONF_DIR=$MAHOUT_HOME/conf
export PATH=$MAHOUT_HOME/conf：$MAHOUT_HOME/bin：$PATH
2.编译安装
首先需要确保系统中已经安装了JDK 1.6以上版本及Maven 2.0以上版本。JDK的安装前面章节已经详细介绍，这里不再赘述。大家可以使用下面命令来安装Maven：
sudo apt-get install maven2
安装完成后，可以对maven的参数进行配置，设置其使用的Java堆空间：
sudo gedit$MAVEN_HOME/bin/mvn
在mvn文件中找到exec"$JAVACMD"\，在它之后加上-Xmx256m\即可，如下所示：
exec"$JAVACMD"\
-Xmx256m\
$MAVEN_OPTS\
-classpath"${M2_HOME}"/boot/classworlds.jar\
"-Dclassworlds.conf=${M2_HOME}/bin/m2.conf"\
"-Dmaven.home=${M2_HOME}"\
${CLASSWORLDS_LAUNCHER}$QUOTED_ARGS
其中参数-Xmx256m指定的是Java的空间大小，读者可以根据具体情况进行设置。下面为具体的操作步骤：
（1）下载最新源码
通过Mahout的svn库来下载当前Mahout的最新版本，Mahout将被下载到当前目录中：
svn co http：//svn.apache.org/repos/asf/mahout/trunk
（2）执行安装
进入Mahout的根目录，输入命令安装：
cd trunk
mvn install
看到如下结果，则表明安装成功。
[INFO]———————————————————————————————————
[INFO]Reactor Summary：
[INFO]———————————————————————————————————
[INFO]Apache Mahout……SUCCESS[8.871s]
[INFO]Mahout Build Tools……SUCCESS[2.696s]
[INFO]Mahout Math……SUCCESS[39.651s]
[INFO]Mahout Core……SUCCESS[54：46.562s]
[INFO]Mahout Integration……SUCCESS[3：47.980s]
[INFO]Mahout Examples……SUCCESS[27.877s]
[INFO]Mahout Release Package……SUCCESS[0.152s]
[INFO]———————————————————————————————————
[INFO]———————————————————————————————————
[INFO]BUILD SUCCESSFUL
[INFO]———————————————————————————————————
[INFO]Total time：59 minutes 55 seconds
[INFO]Finished at：Tue Jun 05 00：07：53 PDT 2012
[INFO]Final Memory：67M/142M
[INFO]———————————————————————————————————
该命令将会自动编译core和example目录并将其打包。从上面可以看到Mahout的安装花费时间较长，这主要是由于执行testing部分的操作，使用下面命令可以略过此测试部分：
mvn-DskipTests install
注意 采用svn下载的Mahout最新源码有诸多好处，例如可以在$MAHOUT_HOME/examples/src目录下查看Mahout许多算法实现的源码。另外，此版本中还保留了很多Mahout测试使用的数据，例如$MAHOUT_HOME/core/src/test/resources/目录下FPGrowth算法使用的零售商数据。
（3）配置环境变量
环境变量的配置与快速安装相同，这里不再赘述。
3.验证是否安装成功
我们可以使用如下命令来检查Mahout是否安装成功：
bin/mahout-help
如果安装成功，系统会自动列出Mahout已经实现的所有命令，如图13-1所示。
至此Mahout安装完毕。
Mahout自带了一些示例程序，执行下面的Hadoop命令，可以运行Canopy算法示例：
bin/hadoop jar$MAHOUT_HOME/mahout-examples-0.6.job org.apache.mahout.clustering.
syntheticcontrol.canopy.Job
图 13-1 Mahout实现命令图
转到Mahout安装目录下，运行以下命令可以将结果直接显示在控制台上：
bin/mahout vectordump—seqFile/user/hadoop/output/data/part-00000
