nutch-1.7 编译

转载自：http://peigang.iteye.com/blog/1563288

从nutch-1.3开始 本地抓取（单击） 和 分布式抓取（集群）所使用的配置文件和命令单独分开。

资源：
下载地址：http://archive.apache.org/dist/nutch/1.7/
apache-nutch-1.7-bin.tar　　这个是部署的可执行的 
apache-nutch-1.7-src.tar　　这个用于导入eclipse进行开发

Ant 后会生成两个文件夹
apache-nutch-1.7\build
apache-nutch-1.7\runtime

将
build\apache-nutch-1.7.jar
build\apache-nutch-1.7.job
apache-nutch-1.7\runtime
复制到apache-nutch-1.7-bin.tar解压出来的文件夹。

运行的命令：
单机：runtime/local/bin/nutch crawl urls -dir crawl -depth 2 -threads 3 -topN 100
集群： runtime/deploy/bin/nutch crawl urls -dir crawl -depth 2 -threads 3 -topN 100

异常：
依然会Job failed！

解决方案：
修改 \apache-nutch-1.7\runtime\local\conf\nutch-default.xml
apache-nutch-1.7\runtime\local\plugins

类似之前1.2版本的 job failed ，只是这次修改的是local下的单机版专用的conf文件

存储位置：
http://10.0.0.75/newSvn/Search/CrawlerEngine/Platform/Distribute/nutch/Codes/branches/apache-nutch-1.7.rar