NutchEz V2 開發者網頁

國網中心自由軟體實驗室

一、討論內容

之前討論歸檔

6st (6/4)

• 流程演練與討論
• 報名 ＆ 企劃書 修改
• nutchez 叢集總管介面 開發討論
• nutchez web管理頁面 開發討論

需修改部份

Install.sh
1.  IP 沒有被紀錄
2.  預設安裝 gij 的問題
3.  nutchez 的 tar.gz 包修正
4.  將 自己的 hostname & ip 紀錄到 nutch_nodes
5.  ssh-add /home/nutchuser/.ssh/id_rsa 以免ubuntu9.10之後無法登入
Client_Install.sh
1. 預設安裝 gij 的問題
2.  ssh-add /home/nutchuser/.ssh/id_rsa 以免ubuntu9.10之後無法登入
3.  slave的 /etc/hosts 被填寫兩次 client ip & name

其他：
Merge nutch nodes

7st (6/11)

二、系統架構(編輯)

WikiInclude(waue/2010/nutchez2_archi)?

三、各元件流程圖 (編輯)

WikiInclude(waue/2010/nutchez2_procedure)?

四、專案管理

• 第 0 步驟是第一次下載整個專案的時候執行
• 1~3 步驟 是每次要讓專案同步時需要做的

0. 下載專案

• 列出 svn 內有什麼資料夾

  svn ls https://trac.nchc.org.tw/svn/cloud/
  

  接著會問一大堆認證密碼什麼鬼的，密碼正確才可以列出檔案

• 下載 nutchez 0.2 的專案

  cd /opt/svn_project/
  svn co https://trac.nchc.org.tw/svn/cloud/nutchez-0.2
  

• 如果只是要 check out 原始碼，也可以從 public SVN 的網址下載，就不會問帳號密碼。

  svn ls http://trac.nchc.org.tw/pub/cloud/nutchez-0.2
  

  svn co http://trac.nchc.org.tw/pub/cloud/nutchez-0.2
  

1. 更新專案

cd nutchez-0.2
svn update

2. 加入檔案、資料夾的指令

svn mkdir aaa
svn add bbb.txt

3. 專案內容上傳

svn ci

五、時間表

項目	預計	開始	完成
企劃書	5/3~5/4	5/3	5/5
survey	5/3~5/7	5/3
開發	5/10~9/1
試用與除錯	9/1~9/20
專案完成	9/20

六、相關連結

• nutchez v2 的介紹連結
• luke - ​nutch 的統計頁面
• Iframe - 網頁鑲嵌其他網頁，用以整合cluster資訊
• ​nutchez 的 google code site 專案
• 賽程資訊
• nutch 詳細安裝
• ​plugin central

新增目標

• 穿透帳號密碼登入 .. ​httpclient
• ftp： ​login 設定
• MS File Share Folder ( samba ) - ​https://issues.apache.org/jira/browse/NUTCH-427
• 中文分詞介紹 : ​nutch的中文分詞插件 、​nutch的中文分詞初探