Nutch的安装及配置

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