Nutch:一个灵活可扩展的开源web搜索引擎

在网上找到一篇于2004年11月由CommerceNet Labs出具关于Nutch的技术研究报告，报告由DougCutting和CommerceNet Labs的三位研究员一起来完成的。

报告的全名是Nutch: A Flexible and Scalable Open-Source Web Search Engine。基本描述了Nutch、Lucene与其它开源搜索软件的比较，Nutch的组成框架，索引和搜索功能等等。

从报告内容来看，Nutch正在接近当初的目标，甚至有一些方面已经超过报告内容的描述。报告中并没有提到现在很牛的Hadoop，因为Hadoop是在Nutch项目启动后，分离出去的，现在用的Nutch0.9版本中的Hadoop还不是最新的，只是0.12版本，最新的已经是0.19啦！

具体的内容详见附件。

评论

8 楼 banditjava 2008-10-24  

最新发布有0.18，现在正在开发0.19-dev，可以从SVN上拿

7 楼 chenlb 2008-10-23  

目前, 最新的hadoop是0.18.1吧

6 楼 banditjava 2008-09-28  

我刚才试了一下，用“中”搜索时，可以分页啊。现在默认一页10条，如果hits集大于10分页应该没有问题啊

5 楼 lengweiping1983 2008-09-28  

你哪个so.21315.com我发现在一个问题，搜索＂中国＂分页可以，搜索＂中＂分页就不行了．

4 楼 lengweiping1983 2008-09-28  

看到你的文章,真的感觉到开源的力量,自己身为做java方面的开发多年,都没有好好去研究,真是可惜.

3 楼 lengweiping1983 2008-09-28  

看过一些,写得不错,近来关心了一下云运算,就找到hadoop,lucene(以前也用过,自己写了一个站内搜索),后来就找到了nutch,就找到了你的blog.你做了这个东西,是不是得到了好多好的评价,其实我不只是想做来玩玩的,而是想做一个到时候有公司需要.

2 楼 banditjava 2008-09-28  

10.1我不在线，可以给我发站内信，呵！但基本上关于如果配置的问题都已经在我blog里面写到了

1 楼 lengweiping1983 2008-09-28  

十一国庆期间,我也来做一个玩玩,有问题请教你.