重要学习参考资料-优快云博客

本文概述了搜索与数据处理领域的关键技术，包括Lucene、Solr、Hadoop/Spark等搜索框架及其应用，Nutch和Heritrix的网页抓取技术，Tika的内容解析，以及JAVA等编程语言在该领域的应用。

搜索及数据处理	Lucene	S
	Solr	S
	Hadoop/Spark	S
	Nutch	A
	Tika	B
	Heritrix	C
JAVA	JAVA SE	A
算法	基础算法、搜索相关实用算法	A
Java Web	JSP/Servlet、SSH、WS、Maven	B
Linux	Shell、管理	B
云计算	云计算	B
计算机基础	软件工程、设计模式、操作系统	C	设计模式为B
移动开发	Android	C
前端	HTML/CSS、JS、Ajax	C
数据库	Oracle、MySql	C
项目管理	PMP、ITIL、SOA	C

1、算法导论

2、代码大全

3、数据处理相关1【未定】

4、JAVA核心技术

5、人月神话/软件工程

6、鸟哥的Liunx私房菜

7、操作系统原理

8、数据处理相关2【未定】

9、云计算相关【未定】

10、高效能人士的七个习惯

0S 搜索

1、Lucene

（1）书籍：Lucene in Action（基于3.0版本，有点旧）、解密搜索引擎技术(Lucene & Java精华版)

（2）官方材料：http://lucene.apache.org/core/

（3）视频：孔浩老师lucene视频教程（基于3.5版本，讲得还不错，有部分Tika, Solr等内容）

2、Solr

（1）官方材料

快速入门：http://lucene.apache.org/solr/4_9_0/tutorial.html，以自带的example项目快速介绍发Solr的基础使用。

API：http://lucene.apache.org/solr/4_9_0/index.html

reference：PDF格式，apache-solr-ref-guide-4.9.pdf

（2）书籍

Solr in Action，基于4.7版本，极力推荐，此书适合用于学习，而官方的ref文档适合于作为参考手册。

Apache Solr 4 Cookbook.pdf，基于4.0版本

（3）视频

孔浩老师lucene视频教程中有入门内容，另有Solr视频，比较杂乱

3、Hadoop

（1）书籍：

（2）官方API：

（3）论坛：

4、Nutch

（1）书籍：Web Crawling and Data Mining with Apache Nutch

（2）官方资料：http://nutch.apache.org/ http://wiki.apache.org/nutch/大量的官方资料，如eclipse的安装，如何Index等

（3）视频：Nutch相关框架视频教程_杨尚川

5、Tika

（1）书籍：Tika.in.Action（基于1.0版本，目前版本为1.5）

（2）官方材料：http://tika.apache.org/

（3）视频：孔浩老师lucene视频教程中有入门内容

6、Heritrix

（1）书籍：开发自己的搜索引擎——Lucene+Heritrix(第2版)

（2）官方材料：Heritrix developer_manual.pdf Heritrix user_manual.pdf E:\0S 搜索引擎\0 重要资料\1 官方文档\Heritrix\Heritrix1.14.4\heritrix-1.14.4\docs https://webarchive.jira.com/wiki/display/Heritrix/Heritrix【墙外，无法访问】

（3）视频：