Nutch和Lucene的區別

想做乙個搜尋引擎，最近瀏覽了許多社群，發現lucene和nutch用的很多，而這兩個我總感覺難以區分概念，

於是在查了些資料。下面是lucene和nutch創始人doug cutting 的訪談摘錄：

lucene其實是乙個提供全文文字搜尋的函式庫，它不是乙個應用軟體。它提供很多api函式讓你可以運用到各

種實際應用程式中。現在，它已經成為apache的乙個專案並被廣泛應用著。這裡列出一些已經使用lucene的系統。

nutch是乙個建立在lucene核心之上的web搜尋的實現，它是乙個真正的應用程式。也就是說，你可以直接下

載下來拿過來用。它在lucene的基礎上加了網路爬蟲和一些和web相關的東東。其目的就是想從乙個簡單的站內索

引和搜尋推廣到全球網路的搜尋上，就像google和yahoo一樣。當然，和那些巨人競爭，你得動一些腦筋，想一些

辦法。我們已經測試過100m的網頁，並且它的設計用在超過1b的網頁上應該沒有問題。當然，讓它執行在一台機器

上，搜尋一些伺服器，也執行的很好。

總的來說，我認為lucene會應用在本地伺服器的**內部搜尋，而nutch則擴充套件到整個網路、internet的檢

索。當然lucene加上爬蟲程式等就會成為nutch，這樣理解應該沒錯吧。

簡單的說:  

z  lucene 不是完整的應用程式，而是乙個用於實現全文檢索的軟體庫。 

z  nutch  是乙個應用程式，可以以 lucene 為基礎實現搜尋引擎應用。 

lucene 為 nutch 提供了文字索引和搜尋的 api。乙個常見的問題是；我應該使用 lucene 還是nutch？最簡單

的回答是：如果你不需要抓取資料的話，應該使用lucene。常見的應用場合是：你有資料來源，需要為這些資料提供一

個搜尋頁面。在這種情況下，最好的方式是直接從資料庫中取出資料並用 lucene api 建立索引。 

nutch和lucene的區別

想做乙個搜尋引擎，最近瀏覽了許多社群，發現lucene和nutch用的很多，而這兩個我總感覺難以區分概念，於是在查了些資料。下面是lucene和nutch創始人doug cutting 的訪談摘錄 lucene其實是乙個提供全文文字搜尋的函式庫，它不是乙個應用軟體。它提供很多api函式讓你可以運用到...

Heritrix 和 Nutch的區別

總體來說 heritrix 網路蜘蛛的功能更為強大，nutch 更好地支援搜尋引擎 與 lucene 緊密結合 兩者特點對比如下 nutch 是乙個搜尋引擎框架，而 heritrix nutch heritrix 則可以適用各種型別資訊，嚴格保持網頁原貌。nutch 的更新策略是直接替換原來的舊網頁...

Nutch的local和deploy模式

local模式 1.將hbase安裝目錄下lib 下面的所有 jar 複製到nutch runtime local lib下2.nutch runtime local 下先建立urls目錄mkdir urls，目錄下建立seed.txt touch seed.txt,如果能正常執行，則萬事大吉，你會...