【发布时间】：2016-06-28 23:53:30
【问题描述】：
到目前为止，我只能找到一些推荐引擎，它们基于 csv 文件作为数据集在内存中构建和部署所有内容，因此如果每天有大约 1 M 的数据和大约 3700 个用户。 我的情况是，我的公司有大约 100 万个活跃项目，每天大约 4000 个活跃用户（平均）和每周大约 450 万页面访问量（平均）。
在内存接缝中构建、训练和推荐项目的想法太糟糕了，所以我正在考虑构建一个推荐引擎，但有点实时！如何 ？这就是我正在寻找的东西，也许可以训练数据并将其部署到像 elasticsearch 这样的索引器或类似于推荐项的东西。
任何分段？
【问题讨论】：
-
Spark 仍然可以处理无法放入内存的数据，你见过这个article吗？
标签： apache-spark real-time recommendation-engine