在上學(xué)的時(shí)候就對(duì)搜索有著極大地興趣，圖書館也借了好多的書看過，也用過Python寫過爬蟲。

有好多人在初步學(xué)習(xí)Lucene的時(shí)候都以為他是一個(gè)搜索引擎，或者搜索工具。

在此我要特別強(qiáng)調(diào)一下，Lucene絕對(duì)不是一個(gè)搜索引擎或者是搜索工具，他就是一個(gè)jar包（一系列），一個(gè)工具，一個(gè)API，而且他是一個(gè)檢索工具，也不是搜索工具。

所謂搜索引擎，比如：百度，搜狗，獵兔，恕我愚昧只知道國內(nèi)的。這才是搜索引擎，搜索引擎，大概（非常宏觀的哦）分為兩部分：

1、爬蟲。也是非常重要的一部分，需要對(duì)互聯(lián)網(wǎng)上的信息非常全面的下載到本地服務(wù)器，比如百度服務(wù)器，那數(shù)據(jù)量真的就海了去了，用爬蟲爬遍互聯(lián)網(wǎng)的每一個(gè)角落，每一個(gè)頁面，將內(nèi)容下載到服務(wù)器本地。

2、檢索。這才是我們Lucene需要干的活，下載到本地之后，我們就需要類似Lucene將海量的數(shù)據(jù)進(jìn)行掃描、分詞，根據(jù)一定的分詞規(guī)則，建立索引，然后，有需要搜索的時(shí)候再去本地索引檢索。

當(dāng)然啊，百度那肯定是一個(gè)非常復(fù)雜的系統(tǒng)，比如爬蟲什么時(shí)候爬？怎么爬？怎么做到實(shí)時(shí)更新？爬到的信息權(quán)重怎么算？索引按照什么區(qū)分詞？等等等等。都是非常復(fù)雜的，我肯定不知道，這里只是作為一個(gè)引子，引出我們需要討論的Lucene。

還有一個(gè)問題就是，Lucene.nutch.solr.這三個(gè)東西經(jīng)常一起出現(xiàn)，而且特別容易搞混，剛開始的時(shí)候我就比較混。

所以，我也想寫一下，全篇都是個(gè)人理解啊，有問題請(qǐng)您一定指出來（雖然也不一定有人看，手動(dòng)尷尬。。。自娛自樂。。。）

Lucene，正如前文所說，是一個(gè)工具！工具！工具！重要的事情說三遍，他就是一個(gè)API，沒有什么復(fù)雜的應(yīng)用。但是nutch,solr都是從Lucene開發(fā)出來的，或者說進(jìn)一步封裝了一些應(yīng)用在里面。

solr 在Lucene的基礎(chǔ)上封裝了一些功能，或者你就可以理解成為，有人基于Lucene這個(gè)jar包開發(fā)出來了一個(gè)可用的web工程，有頁面，有接口，有一些高亮了其他功能。（暴龍獸進(jìn)化）

nutch  這個(gè)就叼了，這是完全的一個(gè)搜索引擎，你可以叫做“小百度”，搜索引擎的很多功能基本都有了，爬蟲，我們剛說的，對(duì)不對(duì)，索引，分詞，查詢對(duì)不對(duì)，都有了。搞懂了之后你就可以自己搭一個(gè)搜索引擎了，叼不。呵呵。（暴龍獸超進(jìn)化）

究極進(jìn)化，我也不知道在哪。

這幾天太閑了，繼續(xù)研究，具體怎么玩兒，明天再寫吧，一會(huì)兒三篇好嘞呀，浪一會(huì)兒可以回家了。

總結(jié)

以上是生活随笔為你收集整理的Lucene 个人领悟 （一）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。