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2 2GB的日志数据。出于这个目的，在Rhadoop和Apache Mahout之间，哪一个是首选的？

请从不同的方面回答这个问题，例如代码的可用性，速度等。

Answer 1

如果你知道R，而且你的数据不是那么大，试试SparkR，但是大部分的R包集合都不能很好地与Spark分布式数据集成。

如果你有大数据，可以使用类似R的Scala API，那么Mahout会更好。您可以在示例数据上进行数学运算，相同的代码将自动扩展到生产大小。