如何解决使用 MRJob 将文件内容广播到所有 Hadoop 映射器
我想在 Hadoop 中使用 mrjob 实现 k-means 的第一次重复。
我的输入将是一个包含现有数据点的文件，以及一个包含初始中心的文件
任务指定数据中心需要共享（广播）给所有映射器。
这有什么办法？
我应该只从本地复制这两个文件并将它们包含在 --file 选项中吗？我应该以某种方式将中心作为环境变量吗？
我应该专门为质心做些什么？
浏览了之前的问题，但其中很少包含 mrjob，并且没有指定涵盖“广播”。
提前谢谢?
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
