Dissecting The Nutch Crawler - Command "admin -create": net.nutch.tools.WebDBAdminTool

本文详细介绍了如何使用Nutch爬虫中的WebDBAdminTool命令来创建数据库,特别是通过admin-create命令实例化WebDBWriter并创建必要的数据库文件。
英文原文出处: DissectingTheNutchCrawler
转载本文请注明出处:http://blog.youkuaiyun.com/pwlazy

Command "admin -create": net.nutch.tools.WebDBAdminTool

> "admin: database administration, including creation"
> Usage: javanet.nutch.tools.WebDBAdminTooldb[-create][-textdumpdumpPrefix][-scoredump][-topk]

The "-create" options is a wrapper around "WebDBWriter.createWebDB(directory)". This in turn instantiates one WebDBWriter object with the arguments (dir, true) and then immediately calls ".close()" on the object.

Using "spam" as a directory name, let's run it and see what it creates:

$ bin/nutch admin spam -create
$ find spam -type file | xargs ls -l
-rw-r--r-- 1 kangas users 0 Oct 25 18:31 spam/dbreadlock
-rw-r--r-- 1 kangas users 0 Oct 25 18:31 spam/dbwritelock
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/linksByMD5/data
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/linksByMD5/index
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/linksByURL/data
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/linksByURL/index
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/pagesByMD5/data
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/pagesByMD5/index
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/pagesByURL/data
-rw-r--r-- 1 kangas users 16 Oct 25 18:31 spam/webdb/pagesByURL/index


命令”admin -create“ net.nutch.tools.WebDBAdminTool类

命令admin涉及数据库管理,包括产生新的数据库
调用方式
javanet.nutch.tools.WebDBAdminTooldb[-create][-textdumpdumpPrefix][-scoredump][-topk]

-create选项对应
WebDBWriter.createWebDB(directory)方法,改方法首先用参数dir和ture实例化一个WebDBWriter实例然后立即调用该实例的close方法

我们现在用spam作为目录名,运行该命令看到底有什么发生

$bin / nutchadminspam - create
$findspam
- typefile | xargsls - l
- rw - r -- r -- 1 kangasusers 0 Oct 25 18 : 31 spam / dbreadlock
- rw - r -- r -- 1 kangasusers 0 Oct 25 18 : 31 spam / dbwritelock
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / linksByMD5 / data
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / linksByMD5 / index
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / linksByURL / data
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / linksByURL / index
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / pagesByMD5 / data
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / pagesByMD5 / index
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / pagesByURL / data
- rw - r -- r -- 1 kangasusers 16 Oct 25 18 : 31 spam / webdb / pagesByURL / index





评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值