共计 1064 个字符，预计需要花费 3 分钟才能阅读完成。
在这篇的基础上 http://www.linuxidc.com/Linux/2014-01/95796.htm。
1 准备环境：Hadoop 集群、java、mysql 数据库，代码可以在 eclipse 中运行，可以单机模式下插入数据到 mysql 数据库。
2 修改配置文件 nutch-site.xml：
<property>
<name>plugin.folders</name>
<value>./plugins</value>
<description>Directories where nutch plugins are located. Each
element may be a relative or absolute path. If absolute, it is used
as is. If relative, it is searched for on the classpath.</description>
</property>
在 eclipse 中选中 buil.xml，run as ant，运行 runtime，运行成功会产生文件夹 runtime。
3 把 runtime 文件夹上传到 hadoop 集群中的 master 服务器（没有验证其他服务器是不是可以），我上传之后的位置是:/home/hadoop/nutch/runtime，设置环境变量：
在 /etc/profile 中：export NUTCH_HOME=/home/hadoop/nutch/runtime/local source /etc/profile 使得修改起作用。
4 应该是把 url 种子文件上传到 hadoop。我的种子文件始终没有成功，这一步略过。
5 在 /home/hadoop/nutch/runtime/deploy 目录下运行：
./bin/nutch crawl -dir crawl -depth 2 -threads 4 -topN 50
一点心得：nutch2 之后不需要把配置文件（conf）分发到集群中的每台机器，但是修改配置文件以后需要重新用 ant 打包，配置才能生效。
Nutch 的详细介绍 ：请点这里
Nutch 的下载地址 ：请点这里
相关阅读 ：
Nutch2.0 完全分布式部署配置 http://www.linuxidc.com/Linux/2012-10/71977.htm
Nutch-2.0 集群配置 http://www.linuxidc.com/Linux/2012-10/71976.htm
Nutch1.7 学习笔记：基本环境搭建及使用 http://www.linuxidc.com/Linux/2013-11/92891.htm
