寒假想学开发搜索引擎，请教过来人个问题

Question

做java的全文搜索引擎Lucene + nutch和Lucene + Heritrix那个更好一些，人民邮电出了两本书《开发自己的搜索引擎——Lucene 2.0+Heritrix》和《Lucene+Nutch搜索引擎开发》，想买一本，买那本好呢？

Answer 1

好像有本是我同学写的 如果初学看起来还是比较费劲的 介绍了一些源码的设计 我建议在网上先找点lucene或者搜索方面的资料和文章
在看这些介绍实用和源码的书籍，因为无论是lucene还是hetrix或者nutch都是很不错的开源项目，理解他们的原理还是需要时间的。

Answer 2

之前有接触过lucene，现在想学Lucene + nutch或Lucene + Heritrix，请学过的或看过这两本书的提点建议

Answer 3

Lucene+Nutch搜索引擎开发 lucene讲的比较多一些
这两本书都没有什么深度 

Answer 4

它也就四个部份，
第一部份，也就是蜘蛛，一天不停的爬，
第二部份，也就是垃圾箱，把垃圾倒进去，由它分类，做索引，再放到数据库中
第三部份，就是垃圾回收车，从数据库中取也东西来再排好序，
第四部份，就是用户界面了，排好的东西放橱窗上又成宝了。
你说的那两本书我没看到，不过有一点可以肯定，做这个东西的难点就是，数据结构的知识。
虽然说，JAVA把很的东西都封装好了，但是做搜索这东西，那些API就用不上了，因为这涉及很多的分析和排序。
还有蜘蛛是和索引器是很耗资源的，同样，这些数据也是大的很离谱。平时做个BBS什么的，效率差一点，基本没有感觉
搜索引擎不一样，运行起来，不用多久，就很明显。