关于nutch2.x不支持mysql

nutch是开源的爬虫项目，最近一直在搞hadoop但是没有苦于没有数据，于是想到了到网上爬一些，于是想到了nutch。

最初是想将爬取来的数据放到mysql中，然后再导入到hadoop中处理。但是在下载目前最新版本2.3之后，经过一系列设置，无法运行成功。

运行 nutch injects urls自动创建表报如下错误，

Exception in thread "main" java.lang.NoClassDefFoundError: org/apache/avro/ipc/ByteBufferOutputStream
    at java.lang.Class.forName0(Native Method)
    at java.lang.Class.forName(Class.java:191)
    at org.apache.nutch.storage.StorageUtils.getDataStoreClass(StorageUtils.java:93)
    at org.apache.nutch.storage.StorageUtils.createWebStore(StorageUtils.java:77)
    at org.apache.nutch.crawl.InjectorJob.run(InjectorJob.java:218)
    at org.apache.nutch.crawl.InjectorJob.inject(InjectorJob.java:252)
    at org.apache.nutch.crawl.InjectorJob.run(InjectorJob.java:275)
    at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
    at org.apache.nutch.crawl.InjectorJob.main(InjectorJob.java:284)
Caused by: java.lang.ClassNotFoundException: org.apache.avro.ipc.ByteBufferOutputStream
    at java.net.URLClassLoader$1.run(URLClassLoader.java:366)
    at java.net.URLClassLoader$1.run(URLClassLoader.java:355)
    at java.security.AccessController.doPrivileged(Native Method)
    at java.net.URLClassLoader.findClass(URLClassLoader.java:354)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:425)
    at sun.misc.Launcher$AppClassLoader.loadClass(Launcher.java:308)
    at java.lang.ClassLoader.loadClass(ClassLoader.java:358)
    ... 9 more

查看依赖包，下载的是avro版本是1.7.6，查看api,没有在包中发现org.apache.avro.ipc.ByteBufferOutputStream。经过度娘询问得知，nutch2.x的架构与1.x的架构有了很大的变化，2.x的底层架构改为了MR，这样和hadoop的结合更加完美了，而且数据库向hbase支持，mysql不再支持了。没办法，两种选择，降低nutch到1.x，构建hbase存储，既然是要大数据，就hbase吧。明天继续！