Indexing nutch索引失败，io异常

运行以下命令时，Nutch索引失败：

root@ubuntu:/home/test-tb/Downloads/apache-nutch-1.10# bin/nutch index mycrl/crawldb/ -dir mycrl/segments/

我正在ubuntu 12.04 LTS上使用nutch 1.10

错误日志详细信息如下：

2015-07-09 17:07:36,940 INFO  indexer.IndexWriters - Adding    org.apache.nutch.indexwriter.solr.SolrIndexWriter
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: content dest: content
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: title dest: title
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: host dest: host
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: segment dest: segment
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: boost dest: boost
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: digest dest: digest
2015-07-09 17:07:36,970 INFO  solr.SolrMappingReader - source: tstamp dest: tstamp
2015-07-09 17:07:37,030 INFO  solr.SolrIndexWriter - Indexing 100 documents
2015-07-09 17:07:37,136 INFO  solr.SolrIndexWriter - Indexing 100 documents
2015-07-09 17:07:37,166 WARN  mapred.LocalJobRunner - job_local1383488781_0001
org.apache.solr.common.SolrException: Not Found

Not Found

request: http://127.0.0.1:8983/solr/update?wt=javabin&version=2
at  org.apache.solr.client.solrj.impl.CommonsHttpSolrServer.request(CommonsHttpSolrServer.java:430)
at org.apache.solr.client.solrj.impl.CommonsHttpSolrServer.request(CommonsHttpSolrServer.java:244)
at org.apache.solr.client.solrj.request.AbstractUpdateRequest.process(AbstractUpdateRequest.java:105)
at org.apache.nutch.indexwriter.solr.SolrIndexWriter.close(SolrIndexWriter.java:153)
at org.apache.nutch.indexer.IndexWriters.close(IndexWriters.java:115)
at org.apache.nutch.indexer.IndexerOutputFormat$1.close(IndexerOutputFormat.java:44)
at org.apache.hadoop.mapred.ReduceTask$OldTrackingRecordWriter.close(ReduceTask.java:467)
at org.apache.hadoop.mapred.ReduceTask.runOldReducer(ReduceTask.java:535)
at org.apache.hadoop.mapred.ReduceTask.run(ReduceTask.java:421)
at org.apache.hadoop.mapred.LocalJobRunner$Job.run(LocalJobRunner.java:398)

2015-07-09 17:07:37,957 ERROR indexer.IndexingJob - Indexer: java.io.IOException: Job failed!
at org.apache.hadoop.mapred.JobClient.runJob(JobClient.java:1357)
at org.apache.nutch.indexer.IndexingJob.index(IndexingJob.java:113)
at org.apache.nutch.indexer.IndexingJob.run(IndexingJob.java:177)
at org.apache.hadoop.util.ToolRunner.run(ToolRunner.java:65)
at org.apache.nutch.indexer.IndexingJob.main(IndexingJob.java:187)

---

虽然我没有为nutch指定solr索引选项，但返回了此错误。我有什么遗漏吗？你的指点会很有帮助的。提前感谢。

首先，如果您正在对数据进行爬网和索引，那么您应该使用

bin/crawl

，因为它是一个更好的工具

其次，从堆栈跟踪来看，很明显您没有正确设置solr url。通常，您的solr url应该类似于

http://domainname:port/solr/corename

---

但是，我看到您有

localhost:8983/solr/update

。因此，您的url缺少solr的核心名称。默认情况下，它是collection1。

谢谢ameer，但我遇到了另一个奇怪的问题。当我给出命令“bin/crawl--index-dsolr.server.url=url/ts/2”时，我得到了异常“错误的请求请求：在org.apache.solr.client.solrj.impl.commonHttpSolrServer.Request（commonHttpSolrServer.java:430）在org.apache.solr.client.solrj.impl.commonHttpSolrServer.Request（commonHttpSolrServer.java:244）”但是，当我使用numrounds作为1运行命令时，它会毫无错误地执行。有什么帮助吗？solr正在运行吗？你能详细说明一下你想做什么吗？是的，我在跑步。我想做的是测试nutch和solr来设置一个简单的搜索引擎。为了测试它，我只是将其作为种子文件，并按照网站上的说明进行操作。如果这是成功的，我想尝试同样的内联网URL。你能在nutch/logs/hadoop.log或solr logs上显示错误跟踪吗。我想您还没有将模式文件从nutch/conf/schema.xml复制到solr/collection1/schema.xml。。我将schema.xml复制到solr/corename/conf/目录中。。还是一样的问题。。但我检查了solr日志，发现以下问题：