- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
nutch源码分析1------inject
nutch源码分析1------inject
分类:?nutch2011-08-04 15:34?170人阅读?评论(0)?收藏?举报
最近在学习nutch,了解了nutch的一个大概的工作原理之后,就把源码下载下来,了解一些比较细的细节,今天先来看inject过程。
我用的使1.3版本的nutch
当在命令行中输入
bin/nutch crawl urls -dir crawl -depth 3 -topN 5
时,首先会进入Crawl.java的main方法,代码如下:
public static void main(String args[]) throws Exception {??? Configuration conf = NutchConfiguration.create();??? int res = ToolRunner.run(conf, new Crawl(), args);??? System.exit(res);? }
很容易看到当调用 ToolRunner.run方法时会调用Crawl的run方法:
?public int run(String[] args) throws Exception {??? if (args.length 1) {????? System.out.println????? (Usage: Crawl urlDir -solr solrURL [-dir d] [-threads n] [-depth i] [-topN N]);????? return -1;??? }??? Path rootUrlDir = null;??? Path dir = new Path(crawl- + getDate());??? int threads = getConf().getInt(fetcher.threads.fetch, 10);??? int depth = 5;??? long topN = Long.MAX_VALUE;??? String solrUrl = null;?? ???? for (int i = 0; i args.length; i++) {????? if (-dir.equals(args[i])) {??????? dir = new Path(args[i+1]);??????? i++;????? } else if (-threads.equals(args[i])) {??????? threads = Integer.parseInt(args[i+1]);??????? i++;????? } else if (-depth.equals(args[i])) {??????? depth = Integer.parseInt(args[i+1]);??????? i++;????? } else if (-topN.equals(args[i])) {????????? topN = Integer.parseInt(args[i+1]);????????? i++;????? } else if (-solr.equals(args[i])) {??????? solrUrl = StringUtils.lowerCase(args[i + 1]);??????? i++;????? } else if (args[i] != null) {??????? rootUrlDir = new Path(args[i]);????? }??? }?? ???? JobConf job = new NutchJob(getConf());??? if (solrUrl == null) {????? LOG.warn(solrUrl is not set, indexing will be skipped...);??? }??? FileSystem fs = FileSystem.get(job);??? if (LOG.isInfoEnabled()) {????? LOG.info(crawl started in: + dir);????? LOG.info(rootUrlDir = + rootUrlDir);????? LOG.info(threads = + threads);????? LOG.info(depth = + depth);???? ?????? LOG.info(solrUrl= + solrUrl);????? if (topN != Long.MAX_VALUE)???????
文档评论(0)