在没有 Spark 依赖项的情况下使用 MLlib 2+

Question

由于 MLlib 在后台使用 Breeze，是否有一种方法可以将 MLlib 与 Breeze 数据结构一起使用，这样我就不需要整个 Spark 生态系统，但仍然可以仅在本地使用 MLlib？

Answer 1

你不能那样做。即使可以取消依赖，也不能在没有 spark-core 的情况下使用 spark-mllib。

不过，如果您想以独立方式从 MLLib 运行算法，则需要以独立模式安装 spark。在这种情况下不需要真正的集群，但解决方案显然无法扩展。

Answer 2

完全同意@Eliasah

您甚至可以在 IDE 项目设置中运行 MLlib。我有一个 Gradle 项目到运行 MLlib -

dependencies {
    implementation 'org.scala-lang:scala-library:2.11.12'
    compile group: 'org.apache.spark', name: 'spark-core_2.11', version: '2.4.4'
    compile group: 'org.apache.spark', name: 'spark-sql_2.11', version: '2.4.4'
    compile group: 'org.apache.spark', name: 'spark-mllib_2.11', version: '2.4.4'

    runtime group: 'org.apache.spark', name: 'spark-core_2.11', version: '2.4.4'
    runtime group: 'org.apache.spark', name: 'spark-sql_2.11', version: '2.4.4'
    runtime group: 'org.apache.spark', name: 'spark-mllib_2.11', version: '2.4.4'
}

在没有 Spark 依赖项的情况下使用 MLlib 2+

Using MLlib 2+ without Spark dependencies

apache-spark

breeze

apache-spark-mllib