后来，发现搜索引擎太难搞了，分词啥的，好多都是纯算法。
感觉没啥意思，so就半途而废，玩别的技术领域去了。
大学毕业增加秒针，对广告和监測有了一定的兴趣。
so又想搞搜索引擎了。大概的目标就是，从网上爬去内容，建立索引，网友搜索、点击、广告点击等监測统计。存到数据库。
这个项目，还真是做了，做完了一个Demo版。借助jsoup和自己写几行代码爬网页， 然后用lucene建立索引，然后就能够查询了，仅仅能存储最主要的日志。项目名称叫做FansITSearch。
这个项目，还有另外一个用途， 就是索引硬盘中的内容，比方TXT、PDF、Word、Excel等各种类型的文档，方便自己查找。我们应该很清晰地看到，Windows自带的搜索，慢的和蜗牛一样。
桌面搜索引擎，不知道有没有比較牛逼的。反正我还没有注意到。
2014年下半年，在写个人官网和BriefCMS，都是側重内容型的站点，建立全站的全文搜索。还是很有实际价值的。
在站点中，增加全文搜索功能。除去技术实现，怎么接入有2种思路：
1.把Lucene实现的全文索引和查询，做成基础库。
其他业务项目须要使用。就引入这个基础库，开发起来，仅仅须要提供数据等接口就能够了。
这样的方式。我认为相对easy实现。毕竟是白盒的，能直接看到代码，定制很easy。
2.把全文搜索做成一项服务。
这个站点是一个独立的项目，其他不论什么内容型的站点，假设须要搜索功能，使用它的服务就好。
比方。百度早期就是给其他门户站点提供站内搜索。
服务怎么去实现呢，毕竟各个项目之间要互相独立。
关于功能
1. 爬虫
用jsoup解析页面的url、自己写递归、逻辑推断，也能够使用WebMagic、Apache-solr。
solr一定得认真研究下。http://lucene.apache.org/solr/
2.存储数据
文件、数据库
3.索引
lucene做
4.查询
lucene
5.统计。
自己写代码，比方搜索词、点击。
原文首发：http://fansunion.cn/article/detail/579.html
写这篇文章，事实上是想做个一个关于搜索的总结，同一时候。为2015年估计的开发做个思想准备，知道自己应该去解决哪些问题。
估计2015年的项目有。小雷官网、BriefCMS、简易搜索、电商站点。
力求做到，思路清晰、代码复用、 有商业价值、提高个人技术水准，更重要的是为可能的若干年之后的。“去而复返”做写技术准备。