帮帮同城网,计算机,nutch入门,开源Java实现的搜索引擎,搜索引擎所需的全部工具

《nutch入门》是一个开源Java实现的搜索引擎、它提供了我们运行自己的搜索引擎所需的全部工具、包括全文搜索和Web爬虫、同时花费很少就可以配置世界一流的Web搜索引擎

下载格式: pdf。共61页。文件容量 :1.3M。: 作者：李阳; 1. nutch简介; 1.1什么是nutch; 1.2研究nutch的原因; 1.3 nutch的目标; 1.4 nutch VS lucene; 2. nutch的安装与配置; 2.1 JDK的安装与配置; 2.2 nutch的安装与配置; 2.3 tomcat的安装与配置; 3. nutch初体验; 3.1 爬行企业内部网; 3.1.1 配置nutch; 3.1.2 配置tomcat; 3.1.3 执行抓取命令; 3.1.4 测试结果; 3.1.5 Intranet Recrawl; 3.2 爬行全网; 3.2.1 nutch数据集的基本组成; 3.2.2 爬行＂官方＂网址; 3.2.3 爬行中文网址; 4. nutch基本原理分析; 4.1 nutch的基本组成; 4.2 nutch工作流程; 5. nutch工作流程分析; 5.1 爬虫; 5.1.1 工作策略; 5.1.2 工作流程分析; 5.1.3 其它; 5.2 索引; 5.2.1 索引主要过程; 5.2.2 工作流程分析; 5.2.3 倒排索引(inverted index); 5.2.4其它; 5.3 搜索; 5.4 分析; 5.5 nutch的其他一些特性; 6. nutch分析方法和工具; 6.1 Crawldb; 6.2 Linkdb; 6.3 Segments; 6.4 Index; 7. nutch分布式文件系统; 7.1 概述; 7.2 MapReduce; 7.3 文件系统语法; 7.4 文件系统设计; 7.5 系统的可用性; 7.6 Nutch文件系统工作架构; 8. nutch应用; 8.1 修改源码; 8.2 插件机制---plugin; 8.2.1 什么是plugin; 8.2.2 使用plugin的好处; 8.2.3 plugin工作原理; 8.2.4 编写plugin; 8.3 API接口; 8.3.1使用Nutch API; 8.3.2使用OpenSearch API; 8.4 nutch的应用前景; 附录一: nutch的相关网站; 附录二: 参考文献

下载地址

关键词