App Engine：内存如何工作？ （将 Mahout 与应用引擎一起使用）
App engine: How does memory work? (using Mahout with the app engine)
我正在尝试将 Mahout 与应用引擎一起使用。出现了一些问题，但我现在的主要问题是：如果模型太大而无法保存到内存中，我该如何提出建议？
我正在使用内存缓存，但默认情况下 Mahout 数据模型不可序列化。我改为序列化 FastIDSet，但是当我必须进行推荐时，我必须从内存缓存中获取 FastIDSet，将其用作推荐器的参数，然后进行推荐。
虽然我的数据库不是太大 (19 MB)，但将两者都保存在内存中会给我一个堆 space 错误。
我不能分块执行此操作，因为 Mahout 确实希望使用完整的数据模型进行初始化。
有人遇到过这个问题吗？
谢谢，美好的一天。
我弄明白了，必须在 appengine-web.xml.
中设置我的缩放比例
如果我必须过于频繁地从 fastIDSET 重建模型，仍然会看到推荐器的速度。
您正在使用一些旧的、正在走向折旧的技术。名为 SimilarityAnalysis.cooccurrence 的新 Mahout 关联引擎在 Apache 2 许可下的 end-to-end 推荐系统中使用。查看 Universal Recommender，它基于 Spark Mahout 工作并使用搜索引擎提供推荐
顺便说一句，我是一名致力于此的 Mahout 提交者，不会无缘无故地贬低 Mahout 的老推荐者:-)
我正在尝试将 Mahout 与应用引擎一起使用。出现了一些问题，但我现在的主要问题是：如果模型太大而无法保存到内存中，我该如何提出建议？
我正在使用内存缓存，但默认情况下 Mahout 数据模型不可序列化。我改为序列化 FastIDSet，但是当我必须进行推荐时，我必须从内存缓存中获取 FastIDSet，将其用作推荐器的参数，然后进行推荐。
虽然我的数据库不是太大 (19 MB)，但将两者都保存在内存中会给我一个堆 space 错误。
我不能分块执行此操作，因为 Mahout 确实希望使用完整的数据模型进行初始化。
有人遇到过这个问题吗？
谢谢，美好的一天。
我弄明白了，必须在 appengine-web.xml.
中设置我的缩放比例如果我必须过于频繁地从 fastIDSET 重建模型，仍然会看到推荐器的速度。
您正在使用一些旧的、正在走向折旧的技术。名为 SimilarityAnalysis.cooccurrence 的新 Mahout 关联引擎在 Apache 2 许可下的 end-to-end 推荐系统中使用。查看 Universal Recommender，它基于 Spark Mahout 工作并使用搜索引擎提供推荐
顺便说一句，我是一名致力于此的 Mahout 提交者，不会无缘无故地贬低 Mahout 的老推荐者:-)