datastax mahout无法从datastax solr索引创建TFIDF向量

Question

我在DataStax4.5创建的solr索引上运行DataStax4.5mahout。

dse mahout lucene.vector
--dir /var/lib/cassandra/data/solr.data/test.test/index/ 
--field body 
--dictOut $WORK_DIR/solr/wikipedia/dict.txt
--output $WORK_DIR/solr/wikipedia/out.txt 
--max 50

在Mahout中，page提到“你的Lucene索引必须与mahout中使用的Lucene版本相同。从Mahout0.9开始，这是Lucene 4.6.1。”DataStax4.5只提供了mahout 0.8。我得到了异常，因为它在页面上说。

我安装了Mahout0.9，并尝试使用相同的命令读取datastax solr索引。我收到错误"Exception in thread "main“java.lang.IllegalArgumentException:名为'dse452‘的org.apache.lucene.codecs.Codec类型的类不存在。”似乎datastax已经修改了solr索引信息。

有没有关于解决兼容性问题的线索？

Answer 1

在类路径中包含Lucene Codecs JAR：http://mvnrepository.com/artifact/org.apache.lucene/lucene-codecs