在線爬蟲是大快大數(shù)據(jù)一體化開發(fā)框架的重要組成部分，本篇重點(diǎn)分享在線爬蟲的安裝。
爬蟲安裝前準(zhǔn)備工作：大快大數(shù)據(jù)平臺(tái)安裝完成、zookeeper、redis、elasticsearch、mysql等組件安裝啟動(dòng)成功。
1、修改爬蟲安裝配置文件(最好在線下修改好后再上傳平臺(tái))
2、修改crawler\dkcrw\jdbc.properties配置文件(只修改圖片里的內(nèi)容其他內(nèi)容默認(rèn)即可)
Hbase.zookeeper.quorum所填地址應(yīng)在DKM監(jiān)控平臺(tái)查看：
Redis相關(guān)配置看如下界面：
3、把已修改的crawler\dkcrw\下的jdbc.properties配置文件替換到\crawler\dkcrw-tomcat-7.0.56\webapps\ROOT\WEB-INF\classes下(這下面有一個(gè)沒有改好的直接替換)
修改好后把修改好的爬蟲文件打壓成壓縮文件
4、上傳平臺(tái)主節(jié)點(diǎn)并解壓(這里就不介紹怎么上傳了的了,本次例子是上傳到root目錄下,安裝包上傳到任何目錄下都可以推選root目錄)
unzip 解壓命令,解壓唱功后會(huì)多了一個(gè) cuawler 的文件夾
使用cd crawler 命令進(jìn)入 crawler 文件夾下
使用mysql -uroot -p123456 < numysql.sql 命令添加numysql.sql數(shù)據(jù)庫
5、分發(fā)爬蟲文件
每個(gè)節(jié)點(diǎn)都需要有dkcrw文件, dkcrw-tomcat-7.0.56文件只能放在一個(gè)節(jié)點(diǎn)上,不能放在主節(jié)點(diǎn)上(推選放在從節(jié)點(diǎn))
命令:
scp -r {要分發(fā)的文件名可填寫多個(gè),如果不在要分發(fā)文件的目錄下請?zhí)砑勇窂絵 {分發(fā)到的服務(wù)器ip或名稱:分發(fā)到的路徑}
例如:
cd /opt/dkh
scp -r dkcrw dk2:/opt/dkh/
scp -r dkcrw dkcrw-tomcat-7.0.56/ dk2:/opt/dkh/
6、在分發(fā)了dkcrw-tomcat-7.0.56文件的節(jié)點(diǎn)上給文件添加權(quán)限
命令:
chmod -R 755 {需要給權(quán)限的文件等}
例如:
cd /opt/dkh
chmod -R 755 dkcrw dkcrw-tomcat-7.0.56/
7、啟動(dòng)爬蟲界面
命令:
cd /opt/dkh/dkcrw-tomcat-7.0.56/bin/
./startup.sh
啟動(dòng)界面之后再瀏覽器中輸入啟動(dòng)界面節(jié)點(diǎn)的IP,來打開爬蟲界面看是否啟動(dòng)成功(賬號(hào)密碼是默認(rèn)的)
8、啟動(dòng)每個(gè)節(jié)點(diǎn)的dkcrw.jar
命令:
主節(jié)點(diǎn)運(yùn)行
cd /opt/dkh/dkcrw/
nohup java -jar dkcrw.jar master > dkcrw.log 2>&1 &
從節(jié)點(diǎn)運(yùn)行
cd /opt/dkh/dkcrw/
nohup java -jar dkcrw.jar slave > dkcrw.log 2>&1 &
注意：可以先使用前臺(tái)啟動(dòng)爬蟲，確定爬蟲沒錯(cuò)誤。
前臺(tái)啟動(dòng)命令java -jar dkcrw.jar master/slave
另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。
重慶分公司
重慶分公司
