注意：jdk版本跟solr跟tomcat版本，还有机器系统64还是32位都要相互对应上 Solr安装 Solr（http://lucene.apache.org/solr）,Apache Lucene项目的子项目，是一个基于Lucene的Java搜索引擎服务器。 Solr 包装并扩展了 Lucene，所以Solr的基本上沿用了Lucene的相关术语，更重要的是，Solr 创建的索引与 L

nutch现在的版本专注于爬取网页部分，搜索部分交给solr, elasticsearch等专门的开源项目了。 Nutch爬虫工作策略 累积式抓取（cumulative crawling）： 指从某一个时间点开始，通过遍历的方式抓取系统所能允许存储和处理的所有网页。在理想的软硬件环境下，经过足够的运行时间，累积式抓取的策略可以保证抓取到相当规模的网页集合。但由于Web数据的动态特性，集合中网