eclipse下运行nutch-2.0

这是一个我折腾很久的问题，走了很多的弯路，至今仍然不会最简单的方法，但是总归算是殊途同归吧。

官方的文档中有介绍nutch-1.5在eclipse下的运行方法，地址是：http://wiki.apache.org/nutch/RunNutchInEclipse

但是由于自己经验不足，英文也不好，故而没能够顺利完成。

网上有大牛介绍eclipse中调试nutch2.0+cassandra的方法。其中是用maven来编译的，可惜自己对maven了解甚少，同样没能成功。

本次测试是在本地，即没有启动hadoop，只启动了hbase，hbase也只是本地，存储目录在本地文件系统

下面简单写下步骤：

1.下载源码：http://mirrors.tuna.tsinghua.edu.cn/apache/nutch/2.0/

2.在终端下使用maven编译好，并拷贝的eclipse的workspace下面。

3.将编译好的包导入到eclipse中：

a>File-New-Project-Java Project

b>去掉Use default location的勾，点击下面的Browse...

c>找到刚才拷贝过来的包，点击next

d>将Default output folder设置为bin目录，例如：apache-nutch-2.0-src/bin，点击Finish

e>此时项目中会有错误，是由于parse引起的，将与parse有关的文件删掉即可。

4.配置

a>配置文件（从apache-nutch-2.0-src/runtime/local/conf/下面拷贝过来）需要放在bin目录下。

b>在gora.properties下指定存储为hbase:

gora.datastore.default=org.apache.gora.hbase.store.HBaseStore

c>在nutch-site.xml下作如下配置：

    <property>
        <name>storage.data.store.class</name>
        <value>org.apache.gora.hbase.store.HBaseStore</value>
    <description>Default class for storing data</description>
    </property>

    <property>
        <name>plugin.folders</name>
        <value>。。。/workspace/zctest-nutch-2.0-src/src/plugin</value>

        <description>指定plugin的位置，不然不能运行成功，绝对路径</description>
    </property>

5.启动hbase

6.在项目根目录下建立一个种子文件：urls

7.如果不出意外，这样就能够运行成功了