1.下载地址:http://nutch.apache.org/downloads.html 安装版本为2.4
2.设置nutch环境
3.修改 $NUTCH_HOME/conf/nutch-site.xml 在 configuration节点中增加如下内容:
<property>
<name>storage.data.store.class</name>
<value>org.apache.gora.hbase.store.HBaseStore</value>
<description>Default class for storing data</description>
</property>
4.修改 $NUTCH_HOME/ivy/ivy.xml 去掉如下注释,启用 gora-Hbase:
<!-- Uncomment this to use HBase as Gora backend. -->
<dependency org="org.apache.gora" name="gora-hbase" rev="0.6.1" conf="*->default" />
5.修改$NUTCH_HOME/conf/gora.properties ,添加如下内容:
gora.datastore.default=org.apache.gora.hbase.store.HBaseStore
6.配置仓库地址 这边解释一下:如果不配置国内的镜像,使用官网的镜像,会出现不明的异常。保险起见
修改ivy中配置的maven仓库地址,具体方法:$NUTCH_HOME/ivy/ivysettings.xml 找到如下代码:
<property name="repo.maven.org"
value="http://maven.oschina.net/content/groups/public/"
override="false"/>
7.接下来回到$NUTCH_HOME 目录 执行:
ant runtime
需要等待比较久的时间,因为要去远程下载依赖jar包
出现以下SUCCESSFUL表示编译成功…
8.配置环境变量 编辑
vim ~/.bashrc
加入以下代码:
export NUTCH_HOME=/usr/local/nutch/apache-nutch-2.4/runtime/local
export PATH=$NUTCH_HOME/bin:$PATH