Nutch源代码浅析(四)探究fetch的工作原理

我们来看看fetch是如何工作的,如何启动多线程。

看1084行,创建了一个NutchConf,在nutch中,用到了hadoop库来管理分布式的文件系统和作业处理,NutchConf从JobConf继承而来,作为一个Job的运行参数,其中提供了Job所需的所有信息。

1086行,fetcher的运行线程数是通过JobConf来传递的,而后设置输入路径,输入内容的格式,job.setMapRunnerClass则是设置Map操作的运行类,这是所有fetcher工作的核心部分,在hadoop的runJob的过程中会调用该处注册的RunnerClass。

1098行,利用JobClient的静态函数runJob运行前面所配置的JobConf。

 

而后进入了hadoop的内部实现,这儿不去深究,我通过度hadoop的内部实现,发现这个JobClient.runJob是一个同步的操作,它会等待Job执行完毕后才返回。runJob会执行我们注册的Fetcher.class中的run函数,有两个run函数,注意区分。

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值