nutch v1.9源码分析(1)——分析目标

以下主要分析一下nutch提供的各种tool，重点分析一下与爬取cycle相关的流程，也介绍一下其他tool，每个tool主要从如下几个方面介绍:

1)        每个tool的功能，即职责。

2)        用户视角的Command Line调用方式和命令行的参数(options)。

3)        在nutch-default.xml中与该tool相关的配置项（该配置项可以通过nutch-site.xml中相同的key的配置项overwrite）。

本质上，Options和xml中的配置项并无区别，都是为了提高nutch的可定制能力，并且nutch的某些tool的options实际上是overwrite了配置文件中的配置项。

1)        相关数据结构分析。

2)        MapReduce过程分析。

3)        与该tool相关的FAQ。

分析过程秉承如下原则：

1)        只写“干货”。

2)        不仅关注“是什么”，也关注“为什么”。

3)        关注代码中的设计模式（特指GOF设计模式）。

4)        尽量避免（不是没有）大段的代码粘贴后逐行分析，尽量比这个级别再high level一点。