Nutch中关于读取资源数据的命令有哪些

小编给大家分享一下Nutch中关于读取资源数据的命令有哪些,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!

成都创新互联公司-专业网站定制、快速模板网站建设、高性价比横山网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式横山网站制作公司更省心,省钱,快速模板网站建设找我们,业务覆盖横山地区。费用合理售后完善,十余年实体公司更值得信赖。


1.查看crawldb数据库:bin/nutch readdb url/crawldb/ -stats     这个命令可以查看url地址总数和它的状态及评分。
查看每个url地址的详细内容,导出数据:bin/nutch readdb url/crawldb/  -dump crawldb(导出的地址)

查看具体的url,以163为例:bin/nutch  readdb url/crawldb/ -url http://www.163.com/

2.查看linkdb数据库的链接情况:bin/nutch readlinkdb url/linkdb/ -url http://www.163.com/

导出linkdb数据库文件:bin/nutch readlinkdb url/linkdb/ -dump linkdb(导出的地址)

3.查看segments:bin/nutch readseg -list -dir url/segments/   可以看到每一个segments的名称,产生的页面数,抓取的开始时间和结束时间,抓取数和解析数。

导出segments:bin/nutch readseg -dump url/segments/20090309103156 segdb

看完了这篇文章,相信你对“Nutch中关于读取资源数据的命令有哪些”有了一定的了解,如果想了解更多相关知识,欢迎关注创新互联行业资讯频道,感谢各位的阅读!


分享标题:Nutch中关于读取资源数据的命令有哪些
本文地址:http://ybzwz.com/article/jsooee.html