nutch研究記錄2（搜索器配置）

2.    搜索器配置。
    a)    將nutch-1.0.war部署到tomcat上，第一次部署tomcat會報錯，沒關係，因爲還沒進行配置，我們目的在於解壓出nutch-1.0，呵呵。
    b)    打開搜索器目錄(我們稱爲web nutch)，配置WEB-INF/classes/nutch-site.xml，

<property>
	    <name>searcher.dir</name>
	    <value>E:/java/CoreJava/IndexSearchAbout/nutch-1.0/crawled</value>
</property>

 

    c)    現在啓動web nutch應該就沒問題了，不過搜索中文時候會出現亂碼，可以修改tomcat/conf/server.xml來解決

<!--
    <Connector port="8080" protocol="HTTP/1.1" 
               connectionTimeout="20000" 
               redirectPort="8443" />
 -->
<Connector port="8080" 
     		maxThreads="150" 
     		minSpareThreads="25" 
     		maxSpareThreads="75" 
     		enableLookups="false" 
     		redirectPort="8443" 
     		acceptCount="100" 
     		debug="0" 
     		connectionTimeout="20000" 
     		disableUploadTimeout="true" 
     		URIEncoding="UTF-8" 
     		useBodyEncodingForURI="true" />

 

這裏需要提醒一下，如果同一機器上同時運行搜索器和爬蟲時候，當爬蟲抓取數據保存到索引時候會拋出異常，因爲有些索引文件被搜索器鎖定，所以操作不了，導致異常！