由於項目想借助Nutch來做網絡爬蟲，所以一番研究，發現網上文檔比較散，學習的很艱難，因此總結了一些，放上來與大家交流。
Nutch有1.x系列和2.x系列，主要區別是2.x使用了Gora作為持久層媒介，可以將數據持久化到關系型數據庫，更詳細的介紹參考Nutch官網。
這裡主要介紹采用Nutch2.3.1+HBase的方式進行部署，HBase又依賴於HDFS和Zookeeper，實際上，Nutch只是將HBase視為持久層，而並不關心HBase是單機模式還是分布模式，HBase又是將文件存儲於HDFS，將元數據（表信息）存儲於zookeeper，只不過單機模式下，把文件系統視為HDFS，而zookeeper可以使用內置，也可以使用外置的zookeeper。
解壓縮源碼包：
