jbossday的专栏

导言 说起Apache Lucene,可以说无人不知，无人不晓，但是说道Apache Solr,恐怕知道的不多。看看Apache Solr的说明： Solr是一个基于Lucene java库的企业级搜索服务器，包含XML/HTTP，JSON API, 高亮查询结果，faceted search(不知道该如何翻译,片段式搜索)，缓存，复制还有一个WEB管理界面。Solr运行在Servle...

本文是Apache Solr介绍的姊妹篇，我将逐一分析Apache Solr的各个包，力图详细地分析Solr的设计和架构。Apache Solr由12个包组成，如下： org.apache.solr.analysis org.apache.solr.core org.apache.solr.request org.apache.solr.schema or...

Nutch爬虫工作流程及文件格式详细分析 Nutch主要分为两个部分：爬虫crawler和查询searcher。Crawler主要用于从网络上抓取网页并为这些网页建立索引。Searcher主要利用这些索引检索用户的查找关键词来产生查找结果。两者之间的接口是索引，所以除去索引部分，两者之间的耦合度很低。 Crawler和Searcher两部分尽量分开的目的主要是为了使两部分可以...