Ubuntu12搭建nutch1.2+tomcat7+jdk1.6
所用软件：jdk-6u24-linux-i586.bin
apache-tomcat-7.0.27.tar.gz
apache-nutch-1.2-bin.tar.gz
（注：我的文档很多复制cp 指令是在root权限下进行，所以修改权限。如果在ubuntu一般用户权限下进行复制指令，则不用修改权限）
一、安装jdk
1、把所用到的软件拷进 /home/ubuntu 路径下，即主文件夹下
2、在 /mnt 路径下建立tool文件夹，并把tool变为一般用户权限
cd /mnt
mkdir tool
chown –R ubuntu:ubuntu tool
3、进入tool文件，并建立java 文件夹，改为一般用户权限
cd tool
mkdir java
chown –R ubuntu:ubuntu java
4、把jdk拷进/mnt/tool/java路径下，并进行解压
cd java
cp /home/ubuntu/jdk-6u24-linux-i586.bin/mnt/tool/java
sudo sh jdk-6u24-linux-i586.bin
chown –R ubuntu:ubuntu jdk1.6.0_24
5、配置jdk环境变量
sudo gedit /etc/environment
打开文件后添加PATH中添加 /mnt/tool/java/jdk1.6.0_24/bin
export JAVA_HOME=/mnt/tool/java/jdk1.6.0_24
export JRE_Home=/mnt/tool/java/jdk1.6.0_24/jre
export CLASSPATH=$CLASSPATH:$JAVA_HOME/bin:$JAVA_HOME/jre/lib
配置第二个文件
Sudo gedit /etc/profile
在root 权限进行验证
java -version
自己可以再验证 java和javac 命令。正常则安装成功
二、安装tomcat
1、在/mnt/tool 路径下新建文件夹 Tomcat，并把apache-tomcat-7.0.27.tar.gz拷进去进行解压
cd /mnt/tool
mkdir Tomcat
chown –R ubuntu:ubuntu Tomcat
cd Tomcat
cp /home/ubuntu/apache-tomcat-7.0.27.tar.gz/mnt/tool/Tomcat
2、进入Tomcat路径，更改文件名，并修改权限，删除原来压缩包
chown –R ubuntu:ubuntu apache-tomcat-7.0.27
mv apache-tomcat-7.0.27tomcat7
rm –rf apache-tomcat-7.0.27.tar.gz
3、进入bin路径，配置catalina.sh文件
cd tomcat7/bin
sudo gedit catalina.sh
在cygwin=false上面添加
JAVA_HOME=/mnt/tool/java/jdk1.6.0_24
JAVA_OPTS="-server -Xms512m -Xmx1024m -XX:PermSize=600M -XX:MaxPermSize=600m -Dcom.sun.management.jmxremote"
4、配置 environment文件
sudo gedit /etc/environment
5、启动,进入/mnt/tool/Tomcat/tomcat7/bin路径，启动tomcat
./startup.sh
打开浏览器输入 http://localhost:8080/
Tomcat 安装成功
三、安装nutch
1、把nutch-1.2拷进 /mnt/tool 下，并对其解压
cp /home/ubuntu/apache-nutch-1.2-bin.tar.gz /mnt/tool
2、更改权限并删除原压缩包
Chown –R ubuntu:ubuntu nutch-1.2
rm –rf apache-nutch-1.2-bin.tar.gz
3、在 nutch-1.2 下新建一个 weburls.txt,输入内容http://www.taobao.com
cd nutch-1.2
vi weburls.txt
4、修改crawl-urlfilter.txt 中参数
图形操作就行，进入/mnt/tool/nutch-1.2/conf/crawl-urlfilter.txt,改为
MY.DOMAIN.NAME 改为 taobao.com
改为
5、进入 /mnt/tool/nutch-1.2/conf / 修改nutch-site.xml 如下
6、运行网络蜘蛛，抓取网页
进入/mnt/tool/nutch-1.2 运行
bin/nutch crawl weburls.txt -dir localweb -depth 2 -topN 100 -threads 2
-dir = localweb 指明下载数据存放路径，该目录不存在时，会被自动创建
-deptch = 2 下载深度为2
-topN = 100 下载符合条件的前100个页面
-threads = 2 启动的线程数目
蜘蛛运行时会输出大量数据，抓取结束之后，可以发现localweb目录被生成，里面有几个目录。
更改权限 localweb和logs是新生成文件夹
完成，看看/mnt/tool/nutch-1.2/localweb 下生产的 五个文件夹
7、在tomcat中部署nutch 项目，把nutch根目录下的nutch-1.2.war拷贝到tomcat下webapps中，稍会tomcat会对其自动解压
cp /mnt/tool/nutch-1.2/nutch-1.2.war/mnt/tool/Tomcat/tomcat7/webapps
修改权限
8、修改7中目录下的 、WEB-INF/classes/nutch-site.xml 文件
9、修改tomcat7目录下的server.xml文件
10、重启tomcat
在/mnt/tool/Tomcat/tomcat7/bin
输入sudo./shutdown.sh
sudo ./startup.sh
四、观察结果
在地址栏输入 localhost:8080/nutch-1.2
输入 教育,显示如下
再测试一个，输入 要啥自行车，显示如下：
至此，jdk1.6+tomcat7+nutch1.2安装配置完毕。
