Nutch 1.x与2.x适配Elasticsearch v2+/v5.x的选型咨询

嘿，结合你多年用Nutch 1.10+ES的背景，以及升级需求，我来给你梳理下适配ES v2+或v5.x的最优Nutch版本选择：

优先推荐：Nutch 2.x 系列 #

从你的调研来看，Nutch 2.x的使用率上升、且1.x后续适配ES难度增加，这个判断很准确，针对ES v2+和v5.x，推荐这两个版本：

• Nutch 2.3.1：官方原生支持ES 2.x系列，配置简单直接。如果要适配ES 5.x，只需要做少量配置调整（比如适配ES 5.x的索引类型规则、客户端API小改动），就能稳定运行。它完美继承了2.x的多存储后端特性，如果之后你有把爬取数据同步到其他数据库（比如HBase、Cassandra）的需求，这个版本能无缝支持。
• Nutch 2.4：这是2.x系列里对ES 5.x适配最成熟的版本，修复了2.3.1中存在的ES 5.x兼容性bug，无需额外修改代码就能直接对接。而且2.x社区目前维护更活跃，后续如果ES版本继续升级，2.x的适配跟进也会更及时。

备选：Nutch 1.x 系列（仅特殊场景考虑） #

如果因为历史依赖或架构原因，你暂时不想切换到2.x的存储体系，也有一个可选的1.x版本：

• Nutch 1.13：这是1.x系列最后一个对ES有官方支持的版本，能稳定适配ES 2.x。但要对接ES 5.x的话，你需要自行修改ES插件的代码（比如替换旧的ES客户端API、适配索引创建规则），开发成本会很高，而且1.x已经停止官方更新，后续遇到兼容性问题很难获得社区支持，所以只建议在有强1.x依赖的场景下临时过渡。

最终建议 #

综合你的需求来看：

• 如果你希望适配ES 5.x、同时兼顾未来扩展性（比如多存储后端），**Nutch 2.4**是最优选择；
• 如果只是适配ES 2.x，Nutch 2.3.1或Nutch 1.13都可以，但长远来看更推荐迁移到2.x。

内容的提问来源于stack exchange，提问作者user3125823