hadoop2.7.1 nutch2.3 二次开发windows环境

问题导读

1.Hadoop windows编译需要哪些条件？
2.本文编译包含哪些步骤？
3.eclipse导入Nutch2.3需要哪些步骤？

Hadoop windows编译：
可以略过这一段，直接下载hadoo2.7.1 bin文件，我的资源里有最终生成的winutils.exe和一些native code，放在bin目录就行了
参考building.txt以及http://wiki.apache.org/hadoop/Hadoop2OnWindows，编译条件：
* Windows System - win8
* JDK 1.7+ - jdk1.8
* Maven 3.0 or later - maven 3.3
* Findbugs 1.3.9 (if running findbugs) - None
* ProtocolBuffer 2.5.0 - 2.5 build by vs2013
* CMake 2.6 or newer - cmake3.3
* Windows SDK 7.1 or Visual Studio 2010 Professional - vs2010
* Windows SDK 8.1 (if building CPU rate control for the container executor)
* zlib headers (if building native code bindings for zlib)
* Internet connection for first build (to fetch all Maven and Hadoop dependencies)
* Unix command-line tools from GnuWin32: sh, mkdir, rm, cp, tar, gzip. These
tools must be present on your PATH.

1. Unix command-line tools： http://git-scm.com/download/win
PATH环境变量设置C:\Program Files (x86)\Git\cmd;C:\Program Files (x86)\Git\bin
想用gnuwin32的话，hosts文件需要添加（国内访问不了）
216.34.181.96 getgnuwin32.sourceforge.net

2. protocolbuffer 2.5.0 可以用vs2010/vs2013编译，几个工程需要加上 /FS

加上，#include <algorithm>

编译好的protoc.exe / libprotobuf.lib / libprotobuf-lite.lib / libprotoc.lib 放到c:/windows，打开CMD输入protoc,

3. 拷贝zlib1.dll（网上可以下载到，最好用1.2.7版本的）到C:/windows
4. 按编译过程中提示的错误信息，把C:\Java\jdk1.8.0_51\lib\tools.jar拷贝到C:\Java\jdk1.8.0_51\lib\
5. 打开CMD，注意JAVA_HOME目录中不要有Program file这样有空格
CALL "%VS100COMNTOOLS%..\..\VC\bin\vcvars32.bat"
set Platform=Win32
set JAVA_HOME=C:\Java\jdk1.8.0_51
cd e:/hadoop-2.7.1-src
mvn package -Pdist,native-win -DskipTests -Dtar

6. mvn可以多试几次，最终tar文件在hadoop-dist\target\

启动Hadoop：
配置hadoop可以完全参照linux下配置，需要注意的是：
1. 涉及到本机目录的地方，加上file:///，否则 hdfs namenode -format 会失败
file:///e:/nutch/hdfs/name
2. 可能会提示Error: missing `server' JVM at `C:\Java\jdk1.8.0_51\bin\server\jvm.dll'.
将C:\Java\jdk1.8.0_51\jre\bin\server 目录拷贝到C:\Java\jdk1.8.0_51\bin\

eclipse导入Nutch2.3：
1. windows下编译，ant runtime和linux差别不大
2. 导入nutch2.3，网上有例程。ant runtime以后再导入例程

打开eclipse，new - java project -

，基本就

可以finish了，还会有一些bug：

3. Run as - java appliction, 选择InjectorJob

4. 运行成功，先运行hadoop

5. InjectorJob: java.lang.NullPointerException
at java.lang.ProcessBuilder.start(Unknown Source)

,同时HADOOP_HOME/bin加入到PATH可以解决
或许需要重启一下eclipse：）