目录
1、搜索引擎是什么？
一套可对大量结构化、半结构化数据、非结构化文本类数据进行实时搜索的专门软件
最早应用于信息检索领域，经谷歌、百度等公司推出网页搜索而为大众广知。后又被各大电商网站采用来做网站的商品搜索。现广泛应用于各行业、互联网应用。是大型系统、网站架构师必备技能
2、搜索引擎是用来解决什么问题的？
专门解决大量结构化、半结构化数据、非结构化文本类数据的实时检索问题。 这种实时搜索数据库做不了
3、搜索引擎适合什么场景使用？
- 大量结构化、半结构化、非结构化文本类数据的实时搜索
- 信息检索（如电子图书馆、电子档案馆）
- 网页搜索
- 内容提供网站的内容搜索（如 新闻、论坛、博客网站）
- 电子商务网站的商品搜索
- 如果你负责的系统数据量大，通过数据库检索慢，可以考虑用搜索引擎来专门负责检索。
4、搜索引擎由哪些核心部件构成？
- 数据源
- 分词器
- 反向索引（倒排索引）
- 相关性计算模型
5、搜索引擎的工作原理是怎样的？
- 1、从数据源加载数据，分词、建立反向索引
- 2、搜索时，对搜索输入进行分词，查找反向索引
- 3、计算相关性，排序，输出
6、要实现一个搜索引擎，需要实现哪些？
- 1、分词器
- 2、反向索引，索引存储
- 3、相关性计算模型
7、要去使用一个搜索引擎，需要搞清楚它的哪些方面？
- 1、分词器
- 2、反向索引建立、存储、更新
- 3、相关性计算模型
8、java领域应用广泛的开源搜索引擎组件、系统
Lucene: Apache顶级开源项目，Lucene-core是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的框架，提供了完整的查询引擎和索引引擎，部分文本分词引擎（英文与德文两种西方语言）。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。
Nutch：Apache顶级开源项目，包含网络爬虫和搜索引擎(基于lucene)的系统（同百度、google）。Hadoop因它而生。
Solr: Lucene下的子项目，基于Lucene构建的独立的企业级开源搜索平台，一个服务。它提供了基于xml/JSON/http的api供外界访问，还有web管理界面。
Elasticsearch：基于Lucene的企业级分布式搜索平台，它对外提供restful-web接口，让程序员可以轻松、方便使用搜索平台，而不需要了解Lucene。
问：如何选择搜索引擎组件或系统？
看成熟度，使用企业量。