nbhkdz.com冰点文库

Nutch-1.2+Hadoop-0.20.2集群的分布式爬取


Hadoop-0.20.2+ Nutch-1.2+Tomcat-7——分布式搜索配置 随着 nutch 的发展,各模块逐渐独立性增强,我从 2.1 到 1.6 装过来,也没有实现整个 完整的功能。今天装一下 nutch1.2,这应该是最后一个有 war 文件的稳定版本。 1. 准备工作 下载 apache-nutch-1.2-bin.zip、apache-tomcat-7.0

.39.tar.gz、hadoop-0.20.2.tar.gz。 将下载的 hadoop-0.20.2.tar.gz 解压到/opt 文件夹下。 将下载的 apache-nutch-1.2-bin.zip 解压到/opt 文件夹下。 将下载的 apache-tomcat-7.0.39.tar.gz 解压到/opt 文件夹下。 2. 配置 hadoop-0.20.2 (1) 编辑 conf/hadoop-env.sh,最后添加 export JAVA_HOME=/opt/java-7-sun export HADOOP_HEAPSIZE=1000 export HADOOP_CLASSPATH=.:/opt/nutch-1.2/lib:/opt/hadoop-0. 20.2 export NUTCH_HOME=/opt/nutch-1.2/lib (2) 编辑/etc/profile,添加 #Hadoop export HADOOP_HOME=/opt/hadoop-0.20.2 export PATH=$PATH:$HADOOP_HOME/bin (3) 编辑 conf/core-site.xml <?xml version=1.0?> <?xml-stylesheet type=text/xsl href=configuration.xsl?> <!-- Put site-specific property overrides in this file. --> <configuration> <property> <name>fs.default.name</name> <value>hdfs://m2:9000</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/opt/hadoop-0.20.2/tempdata/var</value> </property> <property> <name>hadoop.native.lib</name> <value>true</value> <description>Should native hadoop libraries, if present, be used.</description> </property> </configuration> (4) 编辑 conf/hdfs-site.xml <?xml version=1.0?> <?xml-stylesheet type=text/xsl href=configuration.xsl?> <!-- Put site-specific property overrides in this file. --> <configuration> <property> <name>dfs.name.dir</name> <value>/opt/hadoop-0.20.2/tempdata/name1,/opt/hadoop-1.0.4/tempdata /name2</

hadoop nutch solr 环境搭建手册

hadoop nutch solr 环境搭建手册_计算机软件及应用_IT...10 2.爬取内容,并建立索引......hadoop-0.20.2/hadooptmp</value> </property> </configuration> 打开...

windows安装配置开发nutch1.2-v1.0

windows安装配置开发nutch1.2-v1.0_计算机软件及应用_IT/计算机_专业资料。在...at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:1252) at org....

RedHat安装Hadoop(1.2.1)集群

RedHat安装Hadoop(1.2.1)集群_计算机软件及应用_IT/计算机_专业资料。RedHat ...Nutch-1.2+Hadoop-0.20... 暂无评价 9页 ¥1.00 redHat linux下安装...

Nutch 使用总结

0 ,则需要配置一下 nutch-1.2/conf 的 nutch-...nutch网页爬取总结 37页 免费 Nutch二次开发总结 7...nutch+hadoop集群总结磊... 暂无评价 16页 ¥1....