nutch1.3集成solr3.4并支持中文
来源:互联网 发布:狼雨seo网站排名 编辑:程序博客网 时间:2024/06/09 14:35
(一)安装nutch1.3
1.linux环境,分别从nutch、solr官网下载1.3版本和3.4版本压缩包2.分别解压,假定nutch目录为/nutch1.3,solr目录为/apache-solr-3.4.0
3.进入/nutch-1.3/runtime/local目录,vibin/nutch,设置JDK1.6路径
NUTCH_JAVA_HOME=/usr/local/jdk1.6.0_22(这个地方应该是jdk6的实际安装路径)
4.chmod +x bin/nutch
5.vi conf/nutch-site.xml,增加配置
<property> <name>http.agent.name</name> <value>My Nutch Spider</value></property>
6.mkdir-p urls 用来存放爬行目标站点
7.vi urls/nutch 增加第一个爬行站点
www.sina.com.cn
8.bin/nutchcrawl urls -dir crawl -depth 3 -topN 5
如果爬行无误,证明nutch安装成功,爬行功能正常。
(二)安装solr并集成中文
1.cp /nutch1.3/conf/schema.xml/apache-solr-3.4.0/example/solr/conf/
覆盖solr原始配置文件(原始文件想保留,可以先备份)
2.进入/apache-solr-3.4.0/example目录,vistart.sh
/usr/local/jdk1.6.0_22/bin/java -jarstart.jar&
3.chmod +x start.sh
4.vi solr/conf/schema.xml,增加ik中文分词支持
将旧的配置段
替换为
5. 此时solr还缺ik的支持包,无法运行,执行./start.sh会有提示
6.进入work目录,一直往里,找到WEB-INF/lib目录,将ik支持包IKAnalyzer3.2.8.jar拷贝到该目录
7.重启solr,执行./start.sh,如果不提示错误,证明solr集成ik启动无误。
8.访问http://your.host.ip/solr/admin出现solr页面,证明solr安装成功。
(三)集成nutch和solr
1.进入nutch目录,执行
./bin/nutch crawl urls -solr http://localhost:8983/solr/ -dir crawl-depth 3 -topN 5
如不提示错误,则nutch爬行www.sina.com.cn成功,并完成在solr建立索引。
2.访问http://your.host.ip/solr/admin,输入“财经”,如果显示查询结果页,证明整个安装集成大功告成。
转载请注明出处。
0 0
- nutch1.3集成solr3.4并支持中文
- nutch1.4 + solr3.5 上路
- nutch1.3与solr3.4集成部署在eclipse上之——运行的输出日志
- Nutch1.0+Solr3.6.1+IK中文分词
- nutch1.3和solr3.x集成时出现Invalid UTF-8 character问题
- nutch1.3+hadoop0.20.2+solr3.2搭建
- nutch1.3+hadoop0.20.2+solr3.2搭建
- 7步从零开始搭建一个SOLR支持中文分词【solr3.3】
- nutch1.4整合solr3.5,搜索输出xml数据配置问题
- Apache nutch1.5 & Apache solr3.6
- Apache nutch1.5 & Apache solr3.6
- Solr3.6.2与nutch1.6的整合
- solr3.5整合tomcat并配置中文分词
- Solr3.3基础知识
- nutch1.8+solr 4 配置过程+ikanalayzer2012 中文分词器
- nutch1.8+solr 4 配置过程+ikanalayzer2012 中文分词器
- solr3.5.1配置IKAnalyzer中文分词器
- Spring3 MVC 集成Velocity中文支持
- 魔兽世界的Screen Space Local Reflection
- 求最近点对
- 编程名言名句
- Android应用程序组件间通信(二)——IntentFilter类简介
- Directshow 视频捕捉 三
- nutch1.3集成solr3.4并支持中文
- 认识 JavaScript
- mac设置全局环境变量
- gbk编码的简介以及针对gbk文本飘红截断原理以及实现
- 用OpenSceneGraph实现的NeHe OpenGL教程 - 第七课
- 数据结构《13》----二叉树 Morris 前序遍历
- Gmail测试工程经理Ankit Mehta的访谈
- Android应用程序组件间通信(一)——Intent类简介
- [HighCharts] 关于对几组不同数量级的数据进行分类比较处理办法