【2016.6.11】以前写的笔记，拿出来放到博客里面~

相关软件：

Solr, IK Analyzer, Luke, Nutch;Tomcat;

1.是什么：

Lucene是apache软件基金会jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包；为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎；

2.主要应用：

对句子进行分词，从而实现自然语言分词后提取关键词并且进行拓展，再送入搜索引擎进行查询，提高精准度；对数据库中的文档简历索引，实现快速的查找；

3.环境：

用java开发，很方便调用jar包；

4.具体类：

org.apache.lucene.analysis；语言分析器，主要用于分词；

5.相关的开源类库：

IK Analyzer

6.Lucene的开源企业搜索平台：

Solr:Solr是用Java编写、运行在Servlet容器（如Apache Tomcat或Jetty）的一个独立的全文搜索服务器;Solr是高度可扩展的，并提供了分布式搜索和索引复制;

7.Nutch:

是一个开源的java实现的web 爬虫；主要用于收集网页数据然后进行分析，建立索引等，底层使用Hadoop进行分布式计算与存储，索引使用Solr分布式索引框架；依赖Hadoop的数据结构，适合批处理；可以和Solr结合使用，用Solr分析检索Nutch爬过的页面；