开放源码的搜索引擎Nutch即将发布1.0正式版

Nutch是一个完全用Java语言写成的开放源码搜索引擎。它采用Lucene作为全文检索工具，使用Hadoop作为分布式系统平台。事实上这三个项目都是由Doug Cutting创建的，而Hadoop本来只是Nutch的一部分。

Nutch的上一个版本是两年前发布的0.9版，在那之后就一直不断的有人询问什么时候会发布正式的1.0版。直到一个多月前，才有人透露Nutch 1.0会在今年2月发布。可是它还是跳了一段时间的票。现在，Nutch的开发人员正在他们的邮件列表上投票，是不是把当前的rc1版本正式发布出去。根据目前的投票情况来看，如果不再出意外（之前的rc0就遭遇了意外），很快我们就能见到正式发布的1.0版了。

如果有人迫不及待，现在可以下载这个rc1版本了。它应该跟正式版是一样的。

顺便提一下，Apache有一个基于Hadoop的机器学习平台Mahout，但目前还相当不完善。另外有个暨南大学的小伙子创建了Redpoll，同样也是基于Hadoop的开放源码的并行机器学习算法平台。

 

===3月19日更新===

Nutch 1.0的新特性之一是可以很方便的与Solr配合使用。Nutch的开发者写了如何配置的教程。