Nutch 2.1 urls 注入需要永远

Question

我正在尝试按照tutorial 在 Ubuntu 12.04 上部署 nutch 2.1。一切顺利 直到我尝试将 url 注入数据库。当我输入 ($bin/nutch injection urls) 并按下 输入我得到

    InjectorJob: starting
    InjectorJob: urlDir: urls

并一直呆在那里（几个小时），直到我决定取消执行。 urls 是一个目录 包含带有 url 的文件。我按照here 的建议在 nutch-site.xml 中添加了代理和端口详细信息，但它没有解决。我尝试了 apache nutch 2.2.1，但问题仍然存在。

如果你知道如何解决这个问题，请帮助我！

提前致谢。

Answer 1

Ubuntu 将主机中的环回 IP 地址默认为 127.0.1.1。 HBase（根据this page）要求您的环回 IP 地址为 127.0.0.1。

Ubuntu /etc/hosts 文件默认包含（myComputerName 是您的计算机名称）：

127.0.0.1   localhost
127.0.1.1   myComputerName

使用sudo gedit /etc/hosts 更新您的主机文件如下：

127.0.0.1   localhost
127.0.0.1   myComputerName

重启 Ubuntu。 Nutch 应该不再有将 url 注入 HBase 的问题。