Nutch & Solr & IKAnalyzer 问题记录

wocaosinima

• 【集锦】Nutch配置错误
  
• IO错误
  

　　记得出错的时候把出错的目录删除，否则下次还是出错。

• Command crawl is deprecated, please use bin/crawl instead
  

　　1.8和2.3版本不可以使用这个命令，所以才会有之前的错误。
　　　使用以下代替：



1 Usage: bin/crawl   
2 Example: bin/crawl urls/seed.txt TestCrawl http://localhost:8983/solr/ 2
　　

• 【集锦】Solr配置错误
  
• 出现500问题
  

　　在/usr/lib/tomcat/apache-tomcat-6.0.43/webapps/solr/WEB-INF下的web.xml中



1
2 solr/home
3 这里的值应该指向之前从solr拷到tomcat下的文件夹solr
4 java.lang.String
5

• 出现404问题
  

　　将 /usr/lib/hadoop/solr/solr-4.10.2/example/lib/ext下的所有jar文件复制到/usr/lib/tomcat/apache-tomcat-6.0.43/lib下
　　　修改/usr/lib/tomcat/apache-tomcat-6.0.43/solr/collection1/conf里的solrconfig.xml文件中的dataDir一行内容为：



1 ${solr.data.dir:原本是空的，现需要加上拷到tomcat里solr包下的data地址：/usr/lib/tomcat/apache-tomcat-6.0.43/solr/collection1/data}

• 【集锦】IKAnalyzer配置错误
  
• 已经将包拷贝到lib下面，依然出现无法加载包的问题
  

　　在 Solr4.0 发布以后，官方取消了 BaseTokenizerFactory 接口，而直接使用 Lucene Analyzer 标准接口。因此 IK 分词器 2012 FF 版本也取消了org.wltea.analyzer.solr.IKTokenizerFactory 类。
　　　所以检查schema.xml中FieldType的配置，删除或修改掉出现class="org.wltea.analyzer.solr.IKTokenizerFactory"的部分，改为使用



1

• Field域的name属性必须唯一，不能有重复
  
• 测试地址为localhost:8080/solr/#/collection1/analysis 网上有的地址是错误的