小项目 Postgres 应该是完全够用的

不过我觉得你说的有点问题，拿京东类比是非常有误导性的。

SKU 只是库存，类比到例子中的 Movie，这个量不会很大，但是用户评分这个行为会超级大。

类比到通用的推荐概念，user behavior item，SKU 只是反应了 item 数，ItemCF 的基础逻辑就是 Item 不会很多，但是 User 可能会超级多，User 的操作 behavior 也会超级多。

Hbase、Hive 这种面向大数据存储或数据仓库通常意义上面向的数据量都会在 TB 以上的情景。Postgres 单表在几亿时，已经比较吃力了。

总价下我的观点：

1. 京东的体量不可能是用 Postgres 来解决类似问题的，这里面最大的量不是 Item，而是 Behavior
2. 对于小项目（比如数据量在 10T 以下，每日产生数据大概几千万条）可以通过 Postgres 时序数据库timescaledb来存储；对于更大的项目，还是老老实实研究 Hadoop 这一套，毕竟入门难度偏高，在一个相对较小的数据量时入门会更容易，也利于自己打磨
3. Spark 主要是解决分布式计算，Hbase、Hive、Elasticsearch 等都提供了 Spark RDD 支持。用 Spark 分布式更容易些，自己写一套分布式算法相对还是更困难的。

所以，如果是 Demo，我觉得可以直接用 Postgres 来玩儿，如果是企业级，假设你的数据量很小，推荐是无意义的。如果数据量很大。还是乖乖研究 Hadoop 吧。