如何实现generate.max.count的参数处理
发表于:2026-11-01 作者:千家信息网编辑
千家信息网最后更新 2026年11月01日,本篇文章为大家展示了如何实现generate.max.count的参数处理,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。对generate.max.count
千家信息网最后更新 2026年11月01日如何实现generate.max.count的参数处理
本篇文章为大家展示了如何实现generate.max.count的参数处理,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。
对generate.max.count参数的处理在org.apache.nutch.crawl.Generator内部类Selector中
org.apache.nutch.crawl.Generator中相关变量声明情况
private HashMaphostCounts = new HashMap ();private int maxCount;
内部类Selector的config方法中
maxCount = job.getInt(GENERATOR_MAX_COUNT, -1);
reduce方法中的处理
/***1、获取 某一主机下的int[] ,如果为null,声明一个数组,放入map中,int数组第2个值+1;*///1int[] hostCount = hostCounts.get(hostordomain);if (hostCount == null) { hostCount = new int[] { 1, 0 }; hostCounts.put(hostordomain, hostCount);}hostCount[1]++;// increment hostCount//2、检查是否到了topN的数量,如果hostCount的第一个值大于limit// check if topN reached, select next segment if it iswhile (segCounts[hostCount[0] - 1] >= limit//segCounts : && hostCount[0] < maxNumSegments) { hostCount[0]++; hostCount[1] = 0;}// reached the limit of allowed URLs per host / domain// see if we can put it in the next segment?if (hostCount[1] >= maxCount) { if (hostCount[0] < maxNumSegments) { hostCount[0]++; hostCount[1] = 0; } else { if (hostCount[1] == maxCount + 1 && LOG.isInfoEnabled()) { LOG.info("Host or domain " + hostordomain + " has more than " + maxCount + " URLs for all " + maxNumSegments + " segments. Additional URLs won't be included in the fetchlist."); } // skip this entry continue; }}entry.segnum = new IntWritable(hostCount[0]);segCounts[hostCount[0] - 1]++;上述内容就是如何实现generate.max.count的参数处理,你们学到知识或技能了吗?如果还想学到更多技能或者丰富自己的知识储备,欢迎关注行业资讯频道。
处理
参数
内容
技能
数组
方法
知识
简明
简明扼要
主机
变量
就是
情况
数量
文章
更多
篇文章
行业
资讯
资讯频道
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
互联网科技网
中国互联网科技股
合肥互联网科技公司
苏州互联网科技贷款公司
互联网女皇 腾讯科技
科技互联网公司logo
天扬科技互联网广告
金融科技和互联网金融
顺网科技2021年互联网排名
互联网公司会议桌创意科技软装饰
互联网系的金融科技公司
移动互联网年度科技创新
辽宁互联网新科技
恒生互联网科技指数跳水
洛阳共同富裕互联网科技有限公司
广州千川互联网科技有限公司
互联网营销推广黑科技
四川互联网展示科技馆设计
上海乐五互联网科技有限公司
张家口科技产业互联网平台
上海喔噻互联网科技有限公司
蓝思科技飞鸽互联网
亿账通互联网科技
互联网科技公司做什么
中国航天科技大学国际工业互联网
阿大互联网科技有限公司
洛阳共同富裕互联网科技有限公司
云南省自由互联网科技有限公司
科技互联网公司两年变化
青岛互联网科技园