摘要：
针对上一篇文章中出现的问题：Command crawl is deprecated, please use bin/crawl instead错误信息，今天在官网上查阅了一下，进行了总结。 官网link：http://wiki.apache.org/nutch/bin/nutch%20crawl 一 阅读全文
摘要：
来自：维基百科，自由的百科全书 Apache Spark是一个开源簇运算框架，最初是由加州大学柏克莱分校AMPLab所开发。相对于Hadoop的MapReduce会在运行完工作后将中介数据存放到磁盘中，Spark使用了内存内运算技术，能在数据尚未写入硬盘时即在内存内分析运算。Spark在内存内运行程 阅读全文
摘要：
首先在网上查了一下： Solr Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引;也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。 Solr引擎 Solr 阅读全文
摘要：
方法主要有三种 转换函数、强制类型转换、利用js变量弱类型转换。 1. 转换函数： js提供了parseInt()和parseFloat()两个转换函数。前者把值转换成整数，后者把值转换成浮点数。只有对String类型调用这些方法，这两个函数才能正确运行；对其他类型返回的都是NaN(Not a Nu 阅读全文
摘要：
在我们的对2016年大数据行业的预测文章《2016年大数据将走下神坛拥抱生活 资本青睐创业机会多》里，我们曾经提到“在2016年，防止网站数据爬取将变成一种生意。”。今天我找到了来自”BSDR“的一篇文章，文章里主要介绍了常见的反爬虫应对方法，下面是正文。 常见的反爬虫 这几天在爬一个网站，网站做了 阅读全文
摘要：
2002年8月由Doug Cutting发起，托管于Sourceforge，之后发布了0.4、0.5、0.6三个版本 2004年9月Oregon State University（俄勒冈州立大学）采用Nutch 2004年9月Creative Commons（知识共享）推出基于Nutch的搜索服务 阅读全文
摘要：
Apache Ivy是一个管理项目依赖的工具 它与Maven Apache Maven 构建管理和项目管理工具已经吸引了 Java 开发人员的注意。Maven 引入了 JAR 文件公共存储库的概念，可通过公开的 Web 服务器访问（称为 ibiblio）。Maven 的方法减少了 JAR 文件膨胀的 阅读全文
摘要：
转：http://www.linuxidc.com/Linux/2012-10/71557.htm 首先确实不得不说，网上有很多类似Ubuntu下安装JDK7的教程。不过大都是基于JDK6的bin文件。如果你现在去Oracle官网去看一下的话，会发现都变成.tar.gz的压缩文件了。 另外本文还顺带 阅读全文
摘要：
ubuntu安装好之后，默认是不能用root用户登录桌面的，只能使用普通用户或者访客登录。怎样开启root用户登录桌面呢？ 先用普通用户登录，然后切换到root用户，然后执行如下命令： 在打开的文件里添加一句： 这句的意思是在登录时允许用户自己输入用户名和密码。 然后给root用户设置登录密码，设置 阅读全文
摘要：
作为系统管理员，你可能经常会（在某个时候）需要查看系统中有哪些用户正在活动。有些时候，你甚至需要知道他（她）们正在做什么。本文为我们总结了4种查看系统用户信息（通过编号（ID））的方法。 1. 使用w命令查看登录用户正在使用的进程信息 w命令用于显示已经登录系统的用户的名称，以及他们正在做的事。该命 阅读全文