0

我正在尝试在我的 ubuntu 桌面上设置和运行 apache nutch 2.2.1。作为一个新手，我发现官网给出的教程的某些部分有些混乱。

  1. 如果我要在自己的桌面上运行它，是否正确

    $NUTCH_HOME/runtime/local

运行 bin/nutch 命令？

  1. 我应该把名为 urls 的文件放在哪里？（其中有一个种子列表seed.txt）是不是在 

    $NUTCH_HOME/runtime/local

如果我在正确的目录中，我在执行命令时遇到了这个问题

bin/nutch crawl urls -dir crawl -depth 1

InjectorJob：使用类 org.apache.gora.memory.store.MemStore 作为 Gora 存储类。InjectorJob：过滤器拒绝的 url 总数：0 InjectorJob：规范化和过滤后注入的 url 总数：0 线程“main”java.lang.RuntimeException 中的异常：作业失败：name=generate：null，jobid=job_local1613558008_0002 at org .apache.nutch.util.NutchJob.waitForCompletion(NutchJob.java:54) 在 org.apache.nutch.crawl.GeneratorJob.run(GeneratorJob.java:199) 在 org.apache.nutch.crawl.Crawler.runTool(Crawler .java:68) 在 org.apache.nutch.crawl.Crawler.run(Crawler.java:152) 在 org.apache.nutch.crawl.Crawler.run(Crawler.java:250) 在 org.apache.hadoop。 org.apache.nutch.crawl.Crawler.main(Crawler.java:257) 上的 util.ToolRunner.run(ToolRunner.java:65)

我正在关注教程 1 http://wiki.apache.org/nutch/NutchTutorial直到 3.3 并且尚未配置 GORA Hbase 等。似乎出现此问题是因为注入器没有获取 url。有谁知道如何解决这个问题？非常感谢！

4

2 回答 2

1

你应该去$NUTCH_HOME/runtime/deploy 运行命令

于 2014-12-11T16:35:58.503 回答
-1

如果您想与 GORA 和 Hbase 集成，请在 Nutchsite.xml 中提及

 <property>
        <name>storage.data.store.class</name>
        <value>org.apache.gora.hbase.store.HBaseStore</value>
        <description>Default class for storing data</description>
    </property>
于 2016-11-20T08:21:32.953 回答