nutch - 在 Nutch 中配置 RAM

Question

我正在使用 Nutch 1.10 为我的组织抓取网站。我使用具有 16Gb RAM 的系统来执行此爬取。截至目前，我的 nutch 文件在爬取数据时仅使用 3-4Gb 的 RAM，完成它需要将近 10 个小时。有什么方法可以让我将 nutch 配置为使用超过 12Gb 的 RAM 来完成相同的任务？欢迎所有建议！

标签： nutchnutch2

Answer 1

假设脚本 bin/nutch 或 bin/crawl 用于本地模式（无 Hadoop 集群）爬取：环境变量NUTCH_HEAPSIZE定义堆大小（MB）。