Inhoudsopgave:
Definitie - Wat betekent Apache Nutch?
Apache Nutch is een softwareproduct voor webcrawler dat kan worden gebruikt om gegevens van internet te verzamelen. Het wordt gebruikt in combinatie met andere Apache-tools, zoals Hadoop, voor gegevensanalyse.
Techopedia legt Apache Nutch uit
Apache Nutch is een open-source product met een licentie van de Apache Software Foundation. Deze ontwikkelaarscommunity heeft licenties voor een reeks Apache-softwaretools die gegevens kunnen sorteren en analyseren. Een van de centrale technologieën is Apache Hadoop, een tool voor big data-analyse die erg populair is in het bedrijfsleven.
Samen met hulpmiddelen zoals Apache Hadoop en functies voor het opslaan, analyseren en meer van bestanden, is de rol van Nutch om gegevens van internet te verzamelen en op te slaan door middel van webcrawl-algoritmen.
Gebruikers kunnen profiteren van eenvoudige opdrachten in Apache Nutch om informatie te verzamelen onder URL's. Gebruikers gebruiken meestal Apache Nutch samen met een ander open-sourceprogramma, een framework genaamd Apache Solr, dat kan fungeren als een repository voor de gegevens verzameld met Apache Nutch.
