zhangzhanlei1988
- 浏览: 40529 次
- 性别:
- 来自: 北京
-
最新评论
文章列表
1.1 什么是nutch nutch 就一个开源的java 实现的搜索引擎，它提供了我们运行自己的搜索引擎所需的全部工具，包括全文搜索和web爬虫。现在的nutch 的发展趋势是网络爬虫，全文搜索是用lucene的内核，nutch 是lucene的一个子项目，apache 又从nutch项目里面产生了hadoop,tika,gora等其他子项目，其实就是对一些公共模块的封装，重用，然后起个名字，实现松耦合。1.2 学nutch的原因 1，透明性：nutch是开放源代码的，排序算法是公平，透明，没有商业因素，如百度竞价排名等。】 2，理解搜索引擎：我们没有google的源代码， ...