Nutch యొక్క ప్రాక్సీని fetcher కాన్ఫిగరేషన్‌లో ఉంచండి
nutch-site.xml లో Nutch యొక్క ప్రాక్సీ హోస్ట్ మరియు పోర్ట్‌ను సెట్ చేసి, అవసరమైన ప్రాక్సీ లక్షణాలను అమలు చేసే ప్రోటోకాల్ ప్లగ్-ఇన్‌ను ఎంచుకోండి.
క్రాల్ లోడ్ చేసిన nutch-site.xml లో ప్రాథమిక ఎండ్‌పాయింట్‌ను సెట్ చేయండి:
<configuration>
<property>
<name>http.proxy.host</name>
<value>proxy.example</value>
</property>
<property>
<name>http.proxy.port</name>
<value>8080</value>
</property>
</configuration>ప్రాక్సీ ప్రామాణీకరణ లేకుండా అనుమతించబడిన పబ్లిక్ సైట్‌లకు HTTP fetcher మార్గం కోసం, హోస్ట్‌పేరు మరియు వేరు పోర్ట్‌ను HTTP ప్రాక్సీ జాబితా నుండి అభ్యర్థితో భర్తీ చేయండి. స్థానిక ఓవర్‌రైడ్‌లను సైట్ ఫైల్‌లో ఉంచి, ఇన్‌స్టాల్ చేసిన విడుదల యొక్క పంపిణీ డిఫాల్ట్‌లతో పోల్చండి. కేవలం ఒక షెల్ ఎక్స్‌పోర్ట్ దానిని ఎప్పుడూ చదవని ప్లగ్-ఇన్‌ను కాన్ఫిగర్ చేయలేదు.
| ప్రాక్సీ లక్షణం | డాక్యుమెంట్ చేయబడిన వినియోగదారు |
|---|---|
http.proxy.host, http.proxy.port | ప్రాథమిక fetcher మార్గం, ఎంచుకున్న అమలు ప్రకారం |
http.proxy.username, http.proxy.password, http.proxy.realm | protocol-httpclient, దాని HTTP క్లయింట్‌లో ఆధారాలను కాన్ఫిగర్ చేస్తుంది |
http.proxy.type | protocol-okhttp కోసం గుర్తించబడిన ఎంపిక |
అవసరమైన ప్లగ్-ఇన్ ఇన్‌స్టాల్ చేయబడిందని మరియు ప్రభావవంతమైన ఎంపికలో చేర్చబడిందని నిర్ధారించుకోండి. డిఫాల్ట్ ఫైల్‌లో కనిపించే ఫీల్డ్ ప్రతి HTTP అమలు దానిని ఉపయోగిస్తుందని అర్థం కాదు.
నిజంగా fetch చేసే ప్రక్రియ యొక్క అమలు మరియు కాన్ఫిగరేషన్‌ను పరిశీలించండి. పంపిణీ చేయబడిన కార్మికులు మరియు లాంచ్ స్క్రిప్ట్‌లకు ఉద్దేశించిన ఇన్‌పుట్‌లు అవసరం; మరో ఇన్‌స్టాలేషన్‌లో సవరించిన ఫైల్ ఇప్పటికే కాన్ఫిగర్ చేసిన fetcher ను మార్చదు.