1.1 緣於Java，源於爬蟲 　　這一段打算寫一篇關於自己做的一個簡單搜索引擎JobSearch（真的很簡單，大牛路過即可），但請容我先扯會兒淡，醞釀醞釀情緒。 　　若是一年之前你問我是搞什么的，我會毫不猶豫地告訴你我是個C#er，我從大一暑假接觸到C#,之后的兩年便使用C#開始了我的程序員 ...

　　本來打算昨晚發的，結果園子又遷移...... 　　網絡爬蟲（Spider或Crawler），顧名思義，就是在互聯網上爬行的蟲子，那么這只蟲子為什么要在網上爬行呢？很簡單：收集信息。在互聯網時代，誰掌握了信息誰就把握了主動權。曾經我一直覺得做搜索的公司都是慈善家，他們自己花錢為大眾服務，真是太 ...

　　時隔這么久，繼續開寫。本文系上一篇的補充：爬蟲部分技術要點淺析。 　　本次將主要討論上次提出的后兩個問題：如何處理抽取出來的Url。 3、如何處理抽取出來的Url（爬取策略）？ 　　所謂爬取 ...

lucene 和 es 的前世今生 lucene 是最先進、功能最強大的搜索庫。如果直接基於 lucene 開發，非常復雜，即便寫一些簡單的功能，也要寫大量的 Java 代碼，需要深入理解原理。 elasticsearch 基於 lucene，隱藏了 lucene 的復雜性，提供了簡單易用 ...

面試題 es 寫入數據的工作原理是什么啊？es 查詢數據的工作原理是什么啊？底層的 lucene 介紹一下唄？倒排索引了解嗎？ 面試官心理分析 問這個，其實面試官就是要看看你了解不了解 es 的一些基本原理，因為用 es 無非就是寫入數據，搜索數據。你要是不明白你發起一個寫入和搜索請求 ...

1、Nutch簡介 　　Nutch是一個由Java實現的，開放源代碼（open-source）的web搜索引擎。主要用於收集網頁數據，然后對其進行分析，建立索引，以提供相應的接口來對其網頁數據進行查詢的一套工具。其底層使用了Hadoop來做分布式計算與存儲，索引使用了Solr分布式索引框架來做 ...

資源推薦 Zac出版的《SEO實戰密碼》是SEO入門的好書，可惜我在當當網買的電子書受DRM版權保護,無法與大家分享。 我在網上找到了此書的 了解搜索引擎 章節，非常詳細，且容易理解。鏈接如下： http://www.21jn.net/seo/zac/zac.html 前言 SEO ...

1、Solr簡介 　　Solr是一個高性能，采用Java5開發，基於Lucene的全文搜索服務器。同時對其進行了擴展，提供了比Lucene更為豐富的查詢語言，同時實現了可配置、可擴展並對查詢性能進行了優化，並且提供了一個完善的功能管理界面，是一款非常優秀的全文搜索引擎。 　　Solr最初 ...