使用 mahout 查找数据统计信息

Question

我是 mahout 的新手，我正在尝试找到如何利用我的数据集来呈现一些关系。我有一个这样的数据集

IPs,timestamp,bytes_tranferred

我可以从这个集合中得出什么不同的关系，以便我可以使用 mahout 呈现一些有意义的值。目前我计划使用这个集合来表示哪个客户端（在 IP 列中）在给定时间内有更多的流量。所以我猜我将不得不将IP组合在一起。有没有更好的想法以及如何使用 JAVA 代码来实现。请建议。

提前致谢

Answer 1

基本上这取决于您的要求。您可以计算一段时间内的数据传输，IP 在一段时间内进行数据传输等。但是要计算，您不需要 mahout 框架，简单的 MR 工作可以完成所有这些。