很早官方就开始了nutch2.0的研发，而一直都是两线同时研发的，一个是普通版，一个是gora版本，也就是nutch2.0。下面介绍下怎样把项目导进eclipse中，这里我们的存储层使用nosql cassandra，本来想先使用mysql试试，发现启动不了爬虫，调试下发现原来还没有完全实现gora的sql数据库的存储功能，所以选择易用的cassandra作为测试。

需要知识：nutch基本知识，cassandra基本知识，用maven管理项目，用git管理下载项目。

需要工具：安装有maven插件的eclipse（插件可以通过eclipse的market place下载）

1.下载导入项目

先从https://github.com/apache/nutch/tree/release-2.0把nutch2.0项目下载下来（windows点zip按钮会打包下载）

eclipse中把项目导进去（file-import-maven-existing maven project）

2.添加依赖

导进去后src/java和src/test已经是源文件目录了，还必须把

/conf

/src/plugin/protocol-httpclient/src/java

/src/plugin/urlfilter-domain/src/java

/src/plugin/lib-http/src/java

/src/plugin/protocol-http/src/java

/src/plugin/urlfilter-suffix/src/java

/src/plugin/urlfilter-regex/src/java

/src/plugin/lib-regex-filter/src/java

/src/plugin/urlnormalizer-basic/src/java

/src/plugin/urlnormalizer-pass

/src/javasrc/plugin/urlnormalizer-regex/src/java

/src/plugin/scoring-opic/src/java

/src/plugin/parse-html/src/java

这些基本插件添加到classpath中，parse-html还需要用到额外的jar包，

还要nekohtml、tagsoup这两个jar包。我们在下面的pom中添加。

3.添加额外的jar包到pom文件

添加下面依赖到pom.xml文件，去掉原有的gora-core和gora-sql依赖

如果下载不了gora的包，可以到http://gora.apache.org/releases.html#Download下载后放到maven仓库。