lucene-替代品MG4J

阅读更多

搜索engine-MG4J

　　MG4J 是另一个搜索engine 。与Lucene 主要区别是，它提供了cluster 功能，具有更OO的设计方式。
　　MG4J可以让你为大量的文档集合构建一个被压缩的全文本索引，通过使内插编码(interpolativecoding)技术。
　　虽然MG4J（Managing Gigabytes forJava）不是一个像Lucene、Egothor和Xapian那样的信息检索库，但是我们相信正在读这本书的每一位软件工程师都应该知道它，因为它对构建Java信息检索库提供了低水平的支持。MG4J是在一本很流行的书问世之后被命名的，这本书是由H.Witten，AlistairMoffat和Timothy所写，名字是《管理十亿字节：压缩并且索引文档和图片》。在使用他们的分布式、可容错的网页爬虫UbiCrawler收集到大量的网页数据后，它的作者需要一个软件来解析那些收集来的数据，由于这个需求，MG4J诞生了。
　　MG4J的库提供了优化的类来处理I/O，转化索引文件的压缩等等。这个项目的主页是：http://mg4j.dsi.unimi.it/；标记库是免费的、开源的，在LGPL许可的方式发布，当前的版本是0.8.2。