#hao分布式爬虫系统

##项目架构

• 分布式管理：zookeeper 3.4.9
• 任务管理：elastic-job-lite 2.1.4
• 核心框架：spring 4
• 持久层框架：mybatis-plus 2.0.8
• html解析器：jsoup 1.10.3

使用说明

• 修改urlService和domService的runCrawler方法实现
• 将urlService和domService编写自己成的html解析
• 其他自行扩展

本地运行

• 本地开发需要安装zookeeper或有zookeeper服务器
• 运行CrawlerApp即可

##服务器部署

• 执行mvn assembly:assembly -Dmaven.test.skip=true 命令将工程打包
• 打包后会出现一个jar包和一个tar.gz包，如果是第一次部署需要把tar.gz包放到服务器，二次部署只需要把jar包放到lib目录下即可

服务器运行

• 进入bin目录
• ./start.sh

QQ交流群

• 335320920

更新说明

###V1.1

• enter表：去除index_url字段，添加enter_name字段
• 添加样例数据
• 样例代码编写