之前几篇博文对nucth抓取周期的几个命令做了说明，本篇博文将对nutch抓取周期以外的几个重要的命令的使用进行详细的说明。
1. mergesegs
合并多个segment为一个segment。
参数：
参数说明：
- output_dir: 输出目录
- dir：合并路径
命令：
bin/nutch mergesegs data2/segments_all -dir data2/segments/合并结果：
从结果可以看出，是把三个segments合并为了一个segment。
先来看下之前3个segment相关大小：
再来看下合并的结果大小：
从结果来看，大小没有变，是因为数据量比较小，如果数据量很大的话，效果也会相当的明显。另外hadoop对于处理大文件有先天的优势，所以合并的命令有非常大的作用。
合并的命令有3个：
另外两个：mergedb和mergelinkdb的使用方法和mergesegs的使用完全一样，这里不做详细说明。
2. invertlinks
反转连接，得到每一个连接的输入连接库。
参数：
参数说明：
- linkdb: linkdb路径
- dir:输出路径
执行命令：
bin/nutch mergesegs data2/segments_all -dir data2/segments/执行结果：
可以看到，在data目录下面生成了linkdb目录了：
3. parsechecker
对一个url进行源数据的解析以及文本内容的解析。
参数：
参数说明：
- url：需要check的url。
执行命令：
bin/nutch parsechecker http://www.cnbeta.com执行结果：
从执行结果可以看出有213条外链，网站签名等信息。
4. domainstats
域统计：从crwaldb中计算域名统计信息。
参数：
参数说明：
- inputDirs：输入目录，为crawldb路径；
- outDir：输出目录。
- host|domain|suffix|tld:从小到大的范围统计。
执行命令：
bin/nutch domainstats data2/crawldb/current/ host host
bin/nutch domainstats data2/crawldb/current/ domian domain
bin/nutch domainstats data2/crawldb/current/ suffix suffix
bin/nutch domainstats data2/crawldb/current/ tld tld执行结果如下：
再来看看4个目录里面的内容：
5. webgraph
从已经存在的segment从生成一个web graph。
参数：
参数说明：
- segment:单独或者多个的segment目录；
- segmentDir：使用的segment的目录；
- webgraphdb：web graph 数据库路径。
执行命令：
bin/nutch webgraph -segmentDir data2/segments/ -webgraphdb data2/webgraphdb执行结果：
6. nodedumper
查看web graph的内容。
参数：
参数说明：
- asSequenceFile：是否把输出文件设置为一个序列文件；
- group：根据host或者domain分组；
- inlinks：根据输入连接排序；
- outlinks：根据输出连接排序；
- sorces：根据分数排序；
- output：输出目录；
- topn：根据自然顺序显示N条结果；
- webgraphdb：webgraphdb目录。
执行命令：
bin/nutch nodedumper -topn 1 -inlinks -output inlinks_topn_1 -webgraphdb data2/webgraphdb执行结果：
查看结果：
执行命令：
bin/nutch nodedumper -topn 1 -outlinks -output outlinks_topn_1 -webgraphdb data2/webgraphdb执行结果：
查看结果：
执行命令：
bin/nutch nodedumper -topn 1 -scores -output scores_topn_1 -webgraphdb data2/webgraphdb执行结果：
查看结果：
7. linkrank
计算分值。
参数：
参数说明：
- webgraphdb：webgraphdb的路径。
执行命令：
bin/nutch linkrank -webgraphdb data2/webgraphdb执行结果：
再来通过nodedumper看下分值：
执行命令：
bin/nutch nodedumper -scores -output after_inject_score -topn 1 -webgraphdb data2/webgraphdb结果：
从中就可以看到分值了。
8. freegen
轻量级抓取：从文本文件里面生成一个segment，然后对这个segment进行抓取。
参数：
参数说明：
- inputDir：输入路径；
- segmentsDir：segments路径。
执行命令：
mkdir url2
vim url2/url.txt//输入http://cnbbeta.com
bin/nutch freegen url2 data/segments执行结果：
可以看到生成了新的segment：
9. indexchecker
对当前所配置的索引的插件进行检查。
参数：
参数说明：
- url：需要进行检查的url。
执行命令：
bin/nutch indexchecker httP://www.163.com执行结果：
