У меня есть большой файл данных (около 4 ГБ), и я анализирую его с помощью spark на одном компьютере.
scala> x
res29: org.apache.spark.mllib.linalg.distributed.RowMatrix = org.apache.spark.mllib.linalg.distributed.RowMatrix@5a86096a
scala> x.numRows
res27: Long = 302529
scala> x.numCols
res28: Long = 1828
Когда я пытаюсь вычислить основные компоненты, я получаю ошибку памяти:
scala> val pc: Matrix = x.computePrincipalComponents(2)
15/03/30 14:55:22 INFO ContextCleaner: Cleaned shuffle 1
java.lang.OutOfMemoryError: Java heap space
at breeze.linalg.svd$.breeze$linalg$svd$$doSVD_Double(svd.scala:92)
at breeze.linalg.svd$Svd_DM_Impl$.apply(svd.scala:39)
at breeze.linalg.svd$Svd_DM_Impl$.apply(svd.scala:38)
at breeze.generic.UFunc$class.apply(UFunc.scala:48)
at breeze.linalg.svd$.apply(svd.scala:22)
at org.apache.spark.mllib.linalg.distributed.RowMatrix.computePrincipalComponents(RowMatrix.scala:380)
at $iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC$$iwC.<init>(<console>:39)
Как я могу это решить?