nutch 1.2 solr 3.1集成问题

Question

我已经使用NUTCH 1.2成功爬过一个站点。现在我想将它与solr 3.1集成。问题是当我发出命令$ bin/nutch solrindex localhost：8080/solr/crawl/crawldb crawl/linkdb cra wl/segments/*时发生错误。我附上我的Nutch的日志

请帮我解决这个问题

坏请求

要求：//本地主机：8080/Solr的/更新重量= javabin &在组织版本= 2 。 apache.solr.client.solrj.impl.CommonsHttpSolrServer.request（CommonsHttpSolrServer.java:436） at org.apache.solr.client.solrj.impl.CommonsHttpSolrServer.request（CommonsHttpSolrServer.java:245） at org.apache。 solr.client.solrj.request.AbstractUpdateRequest.process（AbstractUpdateRequest.java:105） at org.apache.solr.client.solrj.So lrServer.add（SolrServer.java:49） at org.apache.nutch.indexer.solr.SolrWriter.close（SolrWriter.java:75） at org.apache.nutch.indexer.IndexerOutputFormat $ 1.close（IndexerOutputFormat.java ：48） at org.apache.hadoop.mapred.ReduceTask.runOldReducer（ReduceTask.java:474） at org.apache.hadoop.mapred.ReduceTask.run（ReduceTask.java:411） at org.apache.hadoop .mapred.localjobrunner $ Job.run（LocalJobRunner.java:216） 2013-07-08 17：38：47,577错误solr.SolrIndexer - java.io.IOException：作业失败！

Answer 1

您需要将以下Apache Commons库添加到类路径中：commons-httpclient.jar（您将它放在其他JAR所在的文件夹所在的文件夹中，该文件夹用于您的nutch安装）。

你可以找到的HttpClient这里http://hc.apache.org/httpcomponents-client-ga/

当前版本请注意，有可能是您的Nutch的版本使用的旧版本的HttpClient和HttpClient的当前版本不向后与旧版本兼容。在这种情况下，您需要下载旧版本的HttpClient，并将旧版本包含在您的库中。