两两比较问题
假设我有50000个文档，需要两两比较其相似度，因为每个比较大概需要1-2秒，所以我想用hadoop进行分布式计算，但是不知道怎么写。各位见笑了。
假定比较相似度的函数为：float sim(String text1, String text2)
请问mapreduce要如何写？多谢。
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
阿里云高级技术专家
你真的要两两比较吗？50000个文档两两比较共有1249975000次比较，即使你有100台机器并发跑，也需要145天呐！
2019-07-17 21:22:22赞同 展开评论
相关问答