如何在云端（例如 AWS EC2）扩展 Apache Mahout？为什么仅仅增加 Hadoop 节点并不一定能线性扩展？

How can we scale Apache Mahout in the cloud (e.g., AWS EC2), and why isn't scaling as simple as adding more Hadoop nodes?

题目类型: 技术面试题

这是一道技术面试题，常见于澳洲IT公司面试中。

难度: hard

分类: Apache Mahout, Cloud Scaling, Performance

标签: aws-ec2, hadoop, scaling, feature-selection, sparsity, memory, bandwidth, cpu

参考答案摘要

如何在云端扩展 Mahout（核心结论） Mahout 的扩展并不是简单地“往 Hadoop 集群加节点”就能解决。影响 Mahout 扩展效率的关键因素包括： 算法选择（algorithm choice） 节点数量（number of nodes） 特征选择（feature selection） 数据稀疏度（sparseness of data） 内存（memory） 、 带宽（bandwidt...

本题提供 STAR 原则详细解答和技术解析，登录匠人学院学习中心即可查看完整答案。