搜索引擎的组成
搜索引擎一般由搜索器、索引器、检索器和用户接口四个部分组成：
搜索器：其功能是在互联网中漫游，发现和搜集信息；
索引器：其功能是理解搜索器所搜索到的信息，从中抽取出索引项，用于表示文档以及生成文档库的索引表；
检索器：其功能是根据用户的查询在索引库中快速检索文档，进行相关度评价，对将要输出的结果排序，并能按用户的查询需求合理反馈信息；
用户接口：其作用是接纳用户查询、显示查询结果、提供个性化查询项。

Annotated Lucene(源码剖析中文版)

Apache Lucene是一个高性能（high-performance）的全能的全文检索（full-featured text search engine）的搜索引擎框架库，完全（entirely）使用Java开发。它是一种技术（technology），适合于（suitable for）几乎（nearly）任何一种需要全文检索（full-text search）的应用，特别是跨平台（cross-platform）的应用。

  • Annotated Lucene：第一节 Lucene是什么

  • Annotated Lucene：第二节 索引文件概述

  • Annotated Lucene：第三节 索引文件结构(1) - 每个Index包含的文件

  • Annotated Lucene：第三节 索引文件结构(2) - 每个Segment包含的文件

  • Annotated Lucene：第三节 索引文件结构(3) - Field数据（.fdx和.fdt）

  • Annotated Lucene：第三节 索引文件结构(4) - Term字典（.tii和.tis）

  • Annotated Lucene：第三节 索引文件结构(5) - Term频率数据（.frq）

  • Annotated Lucene：第三节 索引文件结构(6) - Positions位置信息数据（.prx）

  • Annotated Lucene：第三节 索引文件结构(7) - Term向量文件

  • Annotated Lucene：第三节 索引文件结构(8) - 删除的文档 （.del）

  • Annotated Lucene：第四节 索引是如何创建的

  • Annotated Lucene：第四节 索引创建过程(1)

  • Annotated Lucene：第四节 索引创建过程(2)

  • Annotated Lucene：第五节 索引是如何存储的

  • Annotated Lucene：第六节 文档内容是如何分析的

  • Annotated Lucene：第七节 如何给文档评分

其他：

http://www.chedong.com/tech/lucene.html

http://www.cnblogs.com/bysshijiajia/archive/2008/01/24/1051401.html