大橙子网站建设,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这篇文章主要讲解了“如何用Storm来写一个Crawler的工具”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“如何用Storm来写一个Crawler的工具”吧!
创新互联建站网站建设服务商,为中小企业提供网站设计、网站建设服务,网站设计,网站运营等一站式综合服务型公司,专业打造企业形象网站,让您在众多竞争对手中脱颖而出创新互联建站。
阅读背景:
1: 您可能需要了解基本的爬虫知识。
2:您可能需要对HTTP协议有初步了解。
3:您可能需要对Storm计算的逻辑有初步的了解。
package com.digitalpebble.storm.crawler; import backtype.storm.Config; import backtype.storm.LocalCluster; import backtype.storm.StormSubmitter; import backtype.storm.topology.TopologyBuilder; import backtype.storm.tuple.Fields; import com.digitalpebble.storm.crawler.bolt.IPResolutionBolt; import com.digitalpebble.storm.crawler.bolt.indexing.IndexerBolt; import com.digitalpebble.storm.crawler.bolt.parser.ParserBolt; import com.digitalpebble.storm.crawler.fetcher.Fetcher; import com.digitalpebble.storm.crawler.spout.RandomURLSpout; /** * 整体爬虫引擎的topology */ public class CrawlTopology { public static void main(String[] args) throws Exception { TopologyBuilder builder = new TopologyBuilder(); builder.setSpout("spout", new RandomURLSpout()); builder.setBolt("ip", new IPResolutionBolt()).shuffleGrouping("spout"); builder.setBolt("fetch", new Fetcher()).fieldsGrouping("ip", new Fields("ip")); builder.setBolt("parse", new ParserBolt()).shuffleGrouping("fetch"); builder.setBolt("index", new IndexerBolt()).shuffleGrouping("parse"); Config conf = new Config(); conf.setDebug(true); conf.registerMetricsConsumer(DebugMetricConsumer.class); if (args != null && args.length > 0) { conf.setNumWorkers(3); StormSubmitter.submitTopology(args[0], conf, builder.createTopology()); } else { conf.setMaxTaskParallelism(3); LocalCluster cluster = new LocalCluster(); cluster.submitTopology("crawl", conf, builder.createTopology()); Thread.sleep(10000); cluster.shutdown(); } } }
感谢各位的阅读,以上就是“如何用Storm来写一个Crawler的工具”的内容了,经过本文的学习后,相信大家对如何用Storm来写一个Crawler的工具这一问题有了更深刻的体会,具体使用情况还需要大家实践验证。这里是创新互联,小编将为大家推送更多相关知识点的文章,欢迎关注!