nutch使用怎样编译，安装和配置nutch2.x

nutch是什么意思

Nutch 是一个开源Java 实现的搜索引擎。

它提供了我们运行自己的搜索引擎所需的全部工具。

包括全文搜索和Web爬虫。

尽管Web搜索是漫游的基本要求, 但是现有web搜索引擎的数目却在下降. 并且这很有可能进一步演变成为一个公司垄断了几乎所有的web搜索为其谋取商业利益.这显然 不利于广大用户.Nutch为我们提供了这样一个不同的选择. 相对于那些商用的搜索引擎, Nutch作为开放源代码 搜索引擎将会更加透明, 从而更值得大家信赖. 现在所有主要的搜索引擎都采用私有的排序算法, 而不会解释为什么一个网页会排在一个特定的位置. 除此之外, 有的搜索引擎依照网站所付的 费用, 而不是根据它们本身的价值进行排序. 与它们不同, Nucth没有什么需要隐瞒, 也没有 动机去扭曲搜索的结果. Nutch将尽自己最大的努力为用户提供最好的搜索结果. Nutch目前最新的版本为version v2.2.1。

【laiyuanbaidu】

nutch和lucene有什么区别？

Lucene是索引，Nutch是完整的搜索引擎实现，是基于Lucene来实现的。

可以这么理解，Lucene是一个基础的东西，主要用于建立数据的索引，通过开发人员自己调用Lucene api使用。

Nutch是一个做好的成品，配置好后就是一个简单的百度，可以采集、搜索数据等等，Lucene是百度服务器上搜索操作时具体执行的代码。

如何让nutch从新爬取数据

改URL 不是在N-S.XML里面 你定义的那个urls 和conf 里面的crawl-urlfilter.txt 如果你是在linux下面的话，从新爬不改索引库位置的话，会直接覆盖原先的索引库，在windows下的话，就需要改下索引库位置或者是删掉原先的索引库了

nutch2.X中beachID是干什么用的?

中文品名: 曲拉通 X-100 英文品名: TritonR X-100 别名: 辛基苯基聚氧乙烯醚相对分子质量: 646.85 分子式: C34H62O11 示性式: (CH3)3CCH2C(CH3)2C6H4(OCH2CH2)10OH 形状描述: 无色或几乎无色透明粘稠液体。

能溶于水、甲苯、二甲苯和乙醇，不溶于石油醚 沸点：270℃ 熔点：6℃ 折光率：1.491 无色或几乎无色透明粘稠液体。

能溶于水、甲苯、二甲苯和乙醇，不溶于石油醚。

气相色谱固定液（最高使用温度190℃,溶剂为丙酮、氯仿、二氯甲烷、甲醇）分离分析烃类化合物、含氧化合物（醇、酯、酮）、碱性和中性含氮化合物、硫醇。

用途广泛的非离子表面活性剂，在温和的变性条件下用于恢复膜组分。

怎样编译，安装和配置nutch2.x

1. Nutch 是一个开源Java 实现的搜索引擎。

2. 它提供了我们运行自己的搜索引擎所需的全部工具，包括全文搜索和Web爬虫。

3. 现在Nutch分为两个版本：1.x和2.x，这两个版本的主要区别在于底层的存储不同。

4. 1x版本是基于Hadoop架构的，底层存储使用的是HDFS，而2.x通过使用Apache Gora，使得Nutch可以访问HBase、Cassandra、MySQL、DataFileAvroStore、AvroStore等。