本文的主要目标是描述如何在IntelliJ IDEA 开发工具中导入Nutch源码(以Nutch2.x为例)，配置实现Nutch的开发环境。
目录
- 环境参数
- 源码下载
- 配置编译
[……]
分类存档: OpenSource
Nutch2.x 演示抓取第一个网站
作者: Michael
日期: 2015 年 1 月 12 日
没有评论 | 2,957 views
下面演示的过程是基于目前 Nutch 2.2.1 自己编译配置的版本。
在编译后 bin目录下有两个脚本文件：nutch 和 crawl ，在命令行下执行各命令即可查看具体使用说明：
[cra[……]
No agents listed in ‘http.agent.name’ property
作者: Michael
日期: 2015 年 1 月 8 日
没有评论 | 903 views
Nutch 抓取时错误提示信息：
|
1 2 3 4 5 6 7 8 9 10 |
FetcherJob: starting FetcherJob: batchId: 1420598193-2940 Fetcher: No agents listed in 'http.agent.name' property. Exception in thread "main" java.lang.IllegalArgumentException: Fetcher: No agents listed in 'http.agent.name' property. at org.apache.nutch.fetcher.FetcherJob.checkConfiguration(FetcherJob.java:240) at org.apache.nutch.fetcher.FetcherJob.run(FetcherJob.java:152) at org.apache.nutch.fetcher.FetcherJob.fetch(FetcherJob.java:219) at org.apache.nutch.fetcher.FetcherJob.run(FetcherJob.java:301) at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65) at org.apache.nutch.fetcher.FetcherJob.main(FetcherJob.java:307) |
原因： 没有配置 http.agent.name 属性值
解决办法： 打开 $NUTCH_[......]
Nutch:class file for java.lang.AutoCloseable not found
作者: Michael
日期: 2015 年 1 月 8 日
没有评论 | 1,826 views
下载github上Nutch源码 2.x 分支 编译有错误信息：
|
1 2 3 4 |
[javac] /Users/micmiu/no_sync/opensource_code/nutch/nutch-src-github/src/plugin/indexer-elastic/src/java/org/apache/nutch/indexwriter/elastic/ElasticIndexWriter.java:111: cannot access java.lang.AutoCloseable [javac] class file for java.lang.AutoCloseable not found [javac] client = node.client(); [javac] ^ |
解决办法：
指定 jdk1.7+ 重新编译即可。
———[……]
Nutch2.x RuntimeException Not a host:port pair
作者: Michael
日期: 2015 年 1 月 8 日
3 条评论 | 744 views
Nutch 2.2.1 编译安装后，执行 nutch inject 命令后报错信息如下：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 |
micmiu@micmiu-mbp: ~/tmp/nutch $ nutch inject urls -crawlId micmiublog InjectorJob: starting at 2014-12-31 14:13:19 InjectorJob: Injecting urlDir: urls InjectorJob: org.apache.gora.util.GoraException: java.lang.RuntimeException: java.lang.IllegalArgumentException: Not a host:port pair: ?6460@micmiu-mbp.local192.168.1.100,62142,1420001742333 at org.apache.gora.store.DataStoreFactory.createDataStore(DataStoreFactory.java:167) at org.apache.gora.store.DataStoreFactory.createDataStore(DataStoreFactory.java:135) at org.apache.nutch.storage.StorageUtils.createWebStore(StorageUtils.java:75) at org.apache.nutch.crawl.InjectorJob.run(InjectorJob.java:221) at org.apache.nutch.crawl.InjectorJob.inject(InjectorJob.java:251) at org.apache.nutch.crawl.InjectorJob.run(InjectorJob.java:273) at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65) at org.apache.nutch.crawl.InjectorJob.main(InjectorJob.java:282) Caused by: java.lang.RuntimeException: java.lang.IllegalArgumentException: Not a host:port pair: ?6460@micmiu-mbp.local192.168.1.100,62142,1420001742333 at org.apache.gora.hbase.store.HBaseStore.initialize(HBaseStore.java:127) at org.apache.gora.store.DataStoreFactory.initializeDataStore(DataStoreFactory.java:102) at org.apache.gora.store.DataStoreFactory.createDataStore(DataStoreFactory.java:161) ... 7 more Caused by: java.lang.IllegalArgumentException: Not a host:port pair: ?6460@micmiu-mbp.local192.168.1.100,62142,1420001742333 at org.apache.hadoop.hbase.HServerAddress.<init>(HServerAddress.java:60) at org.apache.hadoop.hbase.MasterAddressTracker.getMasterAddress(MasterAddressTracker.java:63) at org.apache.hadoop.hbase.client.HConnectionManager$HConnectionImplementation.getMaster(HConnectionManager.java:354) at org.apache.hadoop.hbase.client.HBaseAdmin.<init>(HBaseAdmin.java:94) at org.apache.gora.hbase.store.HBaseStore.initialize(HBaseStore.java:109) ... 9 more |
一般这样的错误信息是由于 $NUTCH_[......]
Nutch2.x 编译和安装配置
作者: Michael
日期: 2014 年 12 月 26 日
没有评论 | 11,287 views
JBoss IIOP实现CORBA/IIOP访问EJB的示例
作者: Michael
日期: 2013 年 10 月 29 日
没有评论 | 1,476 views
目录
- 概述
- 特性
- 示例演示
[一]、概述
JBoss IIOP可以支持CORBA/IIOP访问部署在JBoss应用服务器中EJB规范定义的企业Bean。下面的两张方法都是有[……]
JavaIDL开发CORBA实例演示
作者: Michael
日期: 2013 年 10 月 25 日
2 条评论 | 3,381 views
OpenORB开发CORBA的实例介绍
作者: Michael
日期: 2013 年 10 月 24 日
5 条评论 | 4,505 views
Eclipse配置CORBA开发环境
作者: Michael
日期: 2013 年 10 月 23 日
1 条评论 | 5,632 views
目录
- 概述
- 默认JavaIDL配置
- OpenORB配置
[一]、概述
本文详细介绍JavaIDL和OpenORB两种方式实现Eclipse中配置CORBA开发环境，本人演示[……]
近期评论