在亨利马乌存在用于创建序列文件作为命令bin/mahout seqdirectory -c UTF-8 -i <input address> -o <output address>
。 我想用这个命令代码API。
Answer 1:
你可以这样做:
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.SequenceFile;
import org.apache.hadoop.io.Text;
Configuration conf = new Configuration();
FileSystem fs = FileSystem.get(conf);
Path outputPath = new Path("c:\\temp");
Text key = new Text(); // Example, this can be another type of class
Text value = new Text(); // Example, this can be another type of class
SequenceFile.Writer writer = new SequenceFile.Writer(fs, conf, outputPath, key.getClass(), value.getClass());
while(condition) {
key = Some text;
value = Some text;
writer.append(key, value);
}
writer.close();
你可以找到更多的信息在这里和这里
此外,你可以使用你打电话从亨利马乌描述的完全相同的功能org.apache.mahout.text.SequenceFilesFromDirectory
然后调用看起来是这样的:
ToolRunner.run(new SequenceFilesFromDirectory(), String[] args //your parameters);
该ToolRunner
来自org.apache.hadoop.util.ToolRunner
希望这是帮助。
文章来源: How can I use Mahout's sequencefile API code?