当前位置:  开发笔记 > 后端 > 正文

Apache Nutch 1.9 发布,开源的搜索引擎

Nutch,ApacheNutch1.9发布,开源的搜索引擎

Git@OSC 安卓客户端 1.0 Beta 发布

Nutch 是一个开源Java 实现的搜索引擎。它提供了我们运行自己的搜索引擎所需的全部工具。包括全文搜索和Web爬虫。

Nutch 致力于让每个人能很容易, 同时花费很少就可以配置世界一流的Web搜索引擎. 为了完成这一宏伟的目标, Nutch必须能够做到:

* 每个月取几十亿网页

* 为这些网页维护一个索引

* 对索引文件进行每秒上千次的搜索

* 提供高质量的搜索结果

近日,Apache Nutch 1.9 发布,主要改进包括:

Improvement

  • [NUTCH-1502] - Test for CrawlDatum state transitions

  • [NUTCH-1561] - improve usability of parse-metatags and index-metadata

  • [NUTCH-1676] - Add rudimentary SSL support to protocol-http

  • [NUTCH-1745] - Upgrade to ElasticSearch 1.1.0

  • [NUTCH-1747] - Use AtomicInteger as semaphore in Fetcher

  • [NUTCH-1757] - ParserChecker to take custom metadata as input

  • [NUTCH-1758] - IndexChecker to send document to IndexWriters

  • [NUTCH-1772] - Injector does not need merging if no pre-existing crawldb

  • [NUTCH-1782] - NodeWalker to return current node

  • [NUTCH-1787] - update and complete API doc overview page

  • [NUTCH-1794] - IndexingFilterChecker to optionally dumpText

  • [NUTCH-1799] - ANT Eclipse task discovers all plugin jars automatically

New Feature

  • [NUTCH-207] - Bandwidth target for fetcher rather than a thread count

  • [NUTCH-1327] - QueryStringNormalizer

  • [NUTCH-1590] - [SECURITY] Frame injection vulnerability in published Javadoc

推荐阅读
牛尾巴2010
这个屌丝很懒,什么也没留下!
DevBox开发工具箱 | 专业的在线开发工具网站    京公网安备 11010802040832号  |  京ICP备19059560号-6
Copyright © 1998 - 2020 DevBox.CN. All Rights Reserved devBox.cn 开发工具箱 版权所有