我爱编程

nutch-2.x

2016-05-26  本文已影响216人  阳春是你

<b>Introduction</b>
This document describes how to get Nutch 2.X to use HBase as a storage backend(后台) for Gora. It is assumed(假定) that you have a working knowledge of configuring Nutch 1.X, as currently configuration in 2.X is more complex. It is important to take this in to consideration before progressing any further. We therefore strongly advise that you check out the Nutch 1.X tutorial.

这个文档描述了怎么获取nutch2.x使用hbase作为存储后台为gora。如果你已经有了使用nutch1.x的经验,作为现在配置在2.x是更加复杂了。它很重要做下一步考虑。所以我门建议你查看Nutch1.x的教程。

<b>Obtaining(获得) Software and Configuration</b>

下载nutch2.x的最新版本。先不要build源码,现在我们先配置Nutch——home环境变量

下载配置hbase0.98.8-hadoop2。你可以在这里获得。每个gora都绑定在一个特别的hbase版本,但是我们建议你使用这个版本。如果你决定使用另外一个hbase版本,请不要惊奇如果stack不工作。你需要获取当前的hbase文档,但是请注意这个版本的hbase我建议你使用的可能不是当前的文档相关的。请时刻主动记住这个。

指定gora后台在$nutch_home/conf/nutch-site.xml随着和我们在1.x中建议的所有的其他配置选项。

<property> 
<name>storage.data.store.class</name> 
<value>org.apache.gora.hbase.store.HBaseStore</value> 
<description>Default class for storing data</description>
</property>

确保hbase gora-hbase 依赖可用在ivy文件中

<dependency org="org.apache.gora" name="gora-hbase" rev="0.6.1" conf="*->default" />

In addition add the missing hbase-common-0.98.8-hadoop2.jar transitive (传递)dependency, this is a bug in gora-hbase 0.6.1 as described here. This bug is removed in current Gora development.

另外添加缺失的hbase-common-0.98.8-hadoop2.jar 传递依赖,这是一个bug在gora-hbase0.6.1 并且在这里有描述。这个bug被移动到gora 开发。

 <dependency org="org.apache.hbase" 
name="hbase-common" rev="0.98.8-hadoop2" conf="*->default" />

Ensure that HBaseStore is set as the default datastore in $NUTCH_HOME/conf/gora.properties. Other documentation for HBaseStore can be found here

确保hbasestore被设置作为默认的数据存储在nutch的gora.properties。别的文档hbasestore的可以在这看。

 gora.datastore.default=org.apache.gora.hbase.store.HBaseStore

NB.这是可能的值得查看设置所有的常用的配置设置在nutch-site.xml etc. 在进行前。

确保hbase 被开启并且工作适合的作为

创建一个列表urls,作为在使用

<b>Invoke Nutch</b>
You should then be able to inject URLs into HBase. Try going to $NUTCH_HOME/runtime/local/bin and do :

你需要可以注入urls 到hbase。试着去bin下的

nutch inject /someseedDir 
nutch readdb

Whats Next
You may want to check out the documentation for the Nutch Web Application and then the Nutch REST API as this gives a comprehensive overview of ongoing work with making Nutch 2.X easier to use.

上一篇下一篇

猜你喜欢

热点阅读