版权声明：本文为博主原创文章，转载请注明来自http://blog.csdn.net/jediael_lu/ （一）搜索引擎的开发一般可分为以下三大部分 1、数据采集层：一般使用爬虫获取互联网的数据，重要的开
版权声明：本文为博主原创文章，转载请注明来自http://blog.csdn.net/jediael_lu/
（一）搜索引擎的开发一般可分为以下三大部分
1、数据采集层：一般使用爬虫获取互联网的数据，重要的开源项目有Heritrxi
2、数据分析处理层：将从互联网上获取到的数据进行提取归类、分词、语义分析得出索引得内容，等待用户查询使用，重要的开源项目有Lucene
3、视图层：也用户的交互界面，如一个网站的首页
其基本架构可参考下图：
650) this.width=650;" src="http://img.558idc.com/uploadfile/allimg/210616/22555W422-0.png" alt="" style="border:none;height:auto;" data-src="http://img.my.csdn.nethttp://img.558idc.com/uploadfile/201209/05/1346821838_4134.jpg">