badman250的专栏

1.搜索之路——Nutch与Lucene 1     关于搜索引擎 概念的东西网上一大堆，蛤蟆稍微提炼一下。 搜索引擎（Search Engine）是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息，在对信息进行组织和处理后，为用户提供检索服务，将用户检索相关的信息展示给用户的系统。搜索引擎包括全文索引、目录索引、元搜索引擎、垂直搜索引擎、集合式搜索引擎、门户搜索引擎与免费链接列表等

2.搜索之路——Nutch搭建 1     官方连接和下载地址 https://nutch.apache.org/ https://nutch.apache.org/downloads.html 2     下载后解压 蛤蟆此处使用的是windows. 解压压缩包apache-nutch-2.3.1-src.gz 得到如下文件 build.xml  CHANGES.txt  c

3.搜索之路——solr Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。 Solr是一个高性能，采用Java5开发，基于Lucene的全文搜索服务器。同时对其进行了扩展，提供了比Lucene更为丰富

4.搜索之路——solr部署到Tomcat 上节中，已将solr进行了启动，启动后对外提供了WEB服务。那如何将solr部署在tomcat上呢？     从Solr5.0开始，Solr不再发布为在任何Servlet容器中部署的“war”Web应用程序包（Web Application Archive）。 1.       /server/solr-webapp/下的webapp复制到Tomc

5.搜索之路——solr与lucene和nutch关系  搜索引擎所涉及到的技术包括数据结构、数据分析、数据处理、数据存储及搜索等，这些技术统称为数据检索(Information retrieval, IR)。搜索引擎的种类众多，用途各异. lucene apache lucene是apache下一个著名的开源搜索引擎内核，基于Java技术，处理索引，拼写检查，点击高亮和其他分析，分词等技术

6.搜索之路——solr使用  solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包括 XML/XSLT 和 JSON 格式）。它易于安装和配置，而且附带了一个基于 HTTP 的管理界面。Solr已经在众多大型的网站中使用，较为成熟和稳定。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 Lucene 搜索引擎库