【Nutch2.2.1源代码分析之4】Nutch加载配置文件的方法

小结：



（1）在nutch中，一般通过ToolRunner来运行hadoop job，此方法可以方便的通过ToolRunner.run(Configuration conf,Tool tool,String[] args)来加载配置文件。

（2）conf参数会通过NutchConfiguration.creat（）方法创建，此方法先加载hadoop的core-default.xml与core-site.xml，然后再加载nutch-default.xml与nutch-site.xml。

1、NutchConfiguration.java用于加载及获取Nutch的相关参数。

Utility to create Hadoop Configurations that include Nutch-specific  resources. 

即它会加载hadoop及nutch中的参数文件。

关键是2个create()方法，它加载了参数文件的同时，又返回了Configuration对象。

2、不带参数的create方法

public static Configuration create() {
    Configuration conf = new Configuration();
    setUUID(conf);
    addNutchResources(conf);
    return conf;
  }

首先，new Configuration()时，默认会加载core-default.xml与core-site.xml。

然后增加UUID这个参数。

最后增加nutch相关的参数：

 private static Configuration addNutchResources(Configuration conf) {
    conf.addResource("nutch-default.xml");
    conf.addResource("nutch-site.xml");
    return conf;
  }

关于Configuraion，请参见：http://blog.csdn.net/jediael_lu/article/details/38751885

关于UUID，请参见：http://blog.csdn.net/jediael_lu/article/details/38758337

3、带参数的create方法

 

/** Create a {@link Configuration} from supplied properties.
   * @param addNutchResources if true, then first <code>nutch-default.xml</code>,
   * and then <code>nutch-site.xml</code> will be loaded prior to applying the
   * properties. Otherwise these resources won't be used.
   * @param nutchProperties a set of properties to define (or override)
   */
  public static Configuration create(boolean addNutchResources, Properties nutchProperties) {
    Configuration conf = new Configuration();
    setUUID(conf);
    if (addNutchResources) {
      addNutchResources(conf);
    }
    for (Entry<Object, Object> e : nutchProperties.entrySet()) {
      conf.set(e.getKey().toString(), e.getValue().toString());
    }
    return conf;
  }

此方法根据传入参数决定是否加载core-default.xml与core-site.xml，然后再加载properties中的属性。

4、NutchConfiguration使用了单例模式，

  private NutchConfiguration() {} // singleton

通过上述的create方法得到一个Configuration对象。

事实上，这不是一个典型的单例模式，因为create返回的不是NutchConfiguration对象，而是Configuration对象,，并且是通过静态方法来得到这个对象。

关于单例械，可参考：【设计模式：单例模式】使用单例模式加载properties文件

5、这个类可以参考用作基于hadoop的应用程序的加载配置文件的典型方法。

6、Nutch中调用NutchConfiguration的方法：

  public static void main(String[] args) throws Exception {
    final int res = ToolRunner.run(NutchConfiguration.create(),
        new SolrIndexerJob(), args);
    System.exit(res);
  }

关于ToolRunner，请参见：http://blog.csdn.net/jediael_lu/article/details/38751885