Apache Mahout和Apache Spark的MLlib有什么区别？

主要区别将来自基础框架。对于Mahout，它是Hadoop MapReduce；对于MLib，它是Spark。更具体地说-来自每个作业开销的差异
如果您的ML算法映射到单个MR作业-主要区别只是启动开销，对于Hadoop MR来说是几十秒，对于Spark来说是1秒。因此，在模型训练的情况下，它并不是那么重要。
如果您的算法映射到许多作业，情况将有所不同。在这种情况下，每次迭代的开销会有相同的差异，并且可以改变游戏规则。
假设我们需要进行100次迭代，每个迭代需要5秒的集群CPU。

• 在Spark上：将花费100 * 5 + 100 * 1秒= 600秒。
• 在Hadoop：MR（Mahout）上，将需要100 * 5 + 100 * 30 = 3500秒。

同时Hadoop MR比Spark更为成熟，并且如果您有大量数据，并且稳定性至关重要，那么我将Mahout视为替代方案。