什么是Lucene，什么是Nutch

什么是Lucene

Lucene是java实现的、成熟的、开源免费的、
高性能、可伸缩、
可以为你的应用程序添加索引和搜索能力的
信息搜索（IR）库。

注：
1.Lucene是一个IR库，而不是一个现成的产品。
Lucene是一个软件库，一个开发工具包，而不是一个具有完整特征的搜索应用程序。
Lucene本身只关注文本的索引和搜索，并且这些事情它完成的非常好。
把复杂的索引和搜索实现隐藏的一组简单易用的API之后，你可以把Lucene认为一层，应用程序位于它之上，大量基于Lucene的完整的搜索程序已经构建出来。

Lucene能干什么

Lucene并不关心数据的来源、格式、甚至它的语言，只要你能将它转化为文本。你就可以为它建立索引并搜索存放于文件中的数据。
远程服务器上的web页面，Word文档，html 文件，PDF文件，数据库中的数据，，或者任何其他能提取出来文本信息的格式。

Nutch是什么

Nutch是一个建立在Lucene核心之上的web搜索的实现。
Nutch是一个真正的应用程序。你可以直接下载来用。
Nutch是建立在Lucene的基础之上加了网络爬虫和一些web相关的东西。