nutch v1.9源碼分析(1)——分析目標

以下主要分析一下nutch提供的各種tool，重點分析一下與爬取cycle相關的流程，也介紹一下其他tool，每個tool主要從如下幾個方面介紹:

1)        每個tool的功能，即職責。

2)        用戶視角的Command Line調用方式和命令行的參數(options)。

3)        在nutch-default.xml中與該tool相關的配置項（該配置項可以通過nutch-site.xml中相同的key的配置項overwrite）。

本質上，Options和xml中的配置項並無區別，都是爲了提高nutch的可定製能力，並且nutch的某些tool的options實際上是overwrite了配置文件中的配置項。

1)        相關數據結構分析。

2)        MapReduce過程分析。

3)        與該tool相關的FAQ。

分析過程秉承如下原則：

1)        只寫“乾貨”。

2)        不僅關注“是什麼”，也關注“爲什麼”。

3)        關注代碼中的設計模式（特指GOF設計模式）。

4)        儘量避免（不是沒有）大段的代碼粘貼後逐行分析，儘量比這個級別再high level一點。