[[PageOutline]]

= Nutch 安裝測試 = 

== 前言 == 
 * 之前有安裝過nutch （version 0.9）並成功運作於四台主機上。由於想到之後上課可能有需要，再重新操作一次
    * 網址 ： [wiki:nutch]
 * 這次的測試與之前的測試不同點在於：
    1. 版本是新的（nutch 1.0）
    2. 之前是空的環境下直接安裝nutch，也沒有hadoop的基礎來安裝，因此目錄結構都用nutch官網介紹的；然而這次的安裝測試在於把nutch運行在已經有的hadoop之上。不過測試的結果是失敗了，錯誤訊息在於找不到dfs之類的訊息。
 * 於是又再退回最原始的方法，用空的環境架nutch，並且所有的安裝都用最簡單的設定，步驟如下：

== step 1 登入免密碼 ==

 * 這是最基本的，怎麼做就不贅述。

== step 2 下載與安裝 == 
 
 * 下載 java 1.6
{{{
$ sudo apt-get install sun-java6-bin
}}}
 * 下載 nutch 1.0 (2009/03/28)
{{{
$ wget http://ftp.twaren.net/Unix/Web/apache/lucene/nutch/nutch-1.0.tar.gz
}}}

== step 3 編輯設定檔 ==
 * 所有的設定檔都在 $NUTCH_HOME/conf 下
=== 3.1 hadoop-env.sh ===
=== 3.2 hadoop-site.xml ===
=== 3.3 nutch-site.xml ===
=== 3.4 slaves ===
=== 3.5 crawl-urlfilter.txt ===


== step 4 執行 == 
=== 4.1 編輯url清單 ===

=== 4.2 開啟HDFS ===

=== 4.3 上傳清單到HDFS ===

=== 4.4 執行nutch crawl ===

== step 5 web瀏覽 ==

=== 5.1 安裝tomcat ===

=== 5.2 瀏覽crawl結果 ===