《Lucene+Nutch搜索引擎》看过以后。。。

研究搜索引擎技术快一个月了，最大的老师就是google和自己的编程经验了，另外还有一本我从海淀图书城抓来的《Lucene+Nutch搜索引擎》，从一个门外汉到初级入门者，其中经历了很多痛苦和短暂兴奋。

就在我认为可以大展拳脚时，发现困难超乎自己的想像。首先，关于搜索引擎技术的进阶资料少之又少，现有的资料大多数只是介绍如何使用，如何配置。再者，由于版本更新或者网络文章撰写者水平问题，很多文章都过于浅显，而且还存在很多错误，并不能解决实际问题。我现在的困惑就是，能google过来的资料缺乏深度，如何能进一步深入？

真正拥有搜索引擎技术的商业公司，由于商业秘密的原因，是不能对外公布其核心技术的，这样就造成搜索引擎技术只能掌握在少数人手里，造成学习这项技术的门槛是如此的高。

开源社区对我这样的搜索引擎技术菜鸟来说，可以说是最大的福音，有大量的开源代码可以研读，但是开源系统的通病是，相关资料很缺乏。

我跑遍了中关村所有大大小小的书店，铺天盖地C#,JAVA,FLEX，PHP，C++书，但关于搜索引擎的书，都只有一个小角落。所摆放的书普遍存在学院气息太重、陈旧、肤浅等特点、更有不着边际讲概念的。唉！

本着先入门再入行的原则，拿起了放在门口的《Lucene+Nutch搜索引擎》这本书，看起来很畅销。虽然心里想买回去可能也只看一遍，但是还是拍下了50大元。不但给自己安慰，好歹此书的内容离我研究的开源搜索引擎技术最为接近了。

对于此书的内容，其实我也不想有过多恶评，毕竟这只能算是一个扫盲级工具。或许这是我对现有能找到的搜索引擎资料不满的一个侧面写照。

我真正苛求的是，搜索引擎的真正核心技术的资料，大量的，深入的。描述排序算法的学术报告，如何能够通过高效压缩技术保证文件快速归档与读写，分级缓存并发更新机制，机器学习分词及语义理解，智能自我管理分布式集群，压榨硬件性能的若干办法。。。

不写了，太多了。这还是我能想到的，还有Jeff Dean这种大牛已经现实了的，我们并不知道的东东。

已经深夜，我却“奋”着呢，思考一下平时上班时没时间考虑的问题。在没有更好的办法出现之前，我还会坚持google，坚持open my eyes看代码，坚持买只想看一次的书，坚持在javaeye上“愤”文章。

为了回馈开源社区，我现在能做到的是，尽量把我掌握的技术点blog出来，甚至成了一个dev，直接贡献代码。