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。