当前位置:首页 >> 学科竞赛 >>

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</

相关文章:
hadoop 1.2.0 版本的安装步骤
Nutch-1.2+hadoop-0.20... 3页 4下载券 Hadoop-1.0.0集群安装 9页 免费 hadoop 1.2.1 api 最新c... 2页 1下载券 Hadoop-0.20.2详细安装及......
...-Nutch-2.2.1+Hbase-0.90.4+Slor-4.4.0+Hadoop-1.1....
浅谈--Nutch-2.2.1+Hbase-0.90.4+Slor-4.4.0+Hadoop-1.1.2 组合分布式搜索引擎集群搭建指南 介绍 Nutch 网络爬虫 Hbase 分布式存储系统 Solr 搜索服务器 ...
编译hadoop-0.20.2的eclipse-plugin插件
编译hadoop-0.20.2的eclipse-plugin插件_计算机软件及应用_IT/计算机_专业资料。编译 hadoop-0.20.2 的 eclipse-plugin 插件 hadoop-0.20.2 自带的 eclipse-pl...
Eclipse中编译运行Hadoop-0.20.1源码
Hadoop-0.20.1 源码 说明: hadoop 伪分布式模式下...0.20.1 源码 切换到"Source",将 Nutch/bin/zkl...这样 wordcount 程序将在集群下运行 2 Linux 中...
nutch的配置应用及扩展
[root@red-hat-9 nutch-1.0]# vi conf/crawl-...Exception in thread "main" org.apache.hadoop.map...一 是按 Title field 来排序 是支持分布式查询...
更多相关标签: