Lucene系列介绍
Lucene是一套用于全文检索和搜索的开源程序库，由Apache软件基金会支持和提供。Lucene提供了一个简单、强大的应用程序接口，能够做全文索引和搜索，在Java开发环境里Lucene是一个成熟的免费开放源代码工具；就其本身而论，Lucene是现在并且是这几年，最受欢迎的免费Java资讯检索程序库。人们经常提到资讯检索程序库，就像是搜索引擎，但是不应该将资讯检索程序库与网页搜索引擎相混淆。
Lucene最初是由Doug Cutting（Wiki）所撰写的，是一位资深全文索引/检索专家，曾经是V-Twin搜索引擎的主要开发者，后来在Excite担任高级系统架构设计师，目前从事于一些Internet底层架构的研究。他贡献出Lucene的目标是为各种中小型应用程序提供全文检索功能。
Lucene官方首页：http://lucene.apache.org/
Lucene下载地址：http://www.apache.org/dyn/closer.cgi/lucene/java/
Lucene系列目录
- Apache Lucene 4.0.0 Documentation：
http://lucene.apache.org/core/4_0_0/index.html - Lucene 4.0 发布：http://www.cnblogs.com/bluepoint2009/archive/2012/10/30/lucene-40-released.html
- Lucene3.6：入门指南：http://www.cnblogs.com/bluepoint2009/archive/2012/09/25/introduction-to-lucene36.html
- Lucene：信息检索与全文检索：http://www.cnblogs.com/bluepoint2009/archive/2012/09/25/lucene-information-retrieval-and-fulltext-retrieval.html
- Lucene：分词器和索引文件：http://www.cnblogs.com/bluepoint2009/archive/2012/09/25/lucene-tokenizer-and-index-file.html
- Lucene：初体验：http://www.cnblogs.com/bluepoint2009/archive/2012/09/25/lucene-beginner.html
- Lucene：QueryParaser：http://www.cnblogs.com/bluepoint2009/archive/2012/10/07/lucene-QueryParser.html
- Lucene：IndexWriterConfig：http://www.cnblogs.com/bluepoint2009/archive/2012/10/08/Lucene-IndexWriterConfig.html
- Lucene：Field：http://www.cnblogs.com/bluepoint2009/archive/2012/10/08/lucene-field.html
- Lucene：Query：http://www.cnblogs.com/bluepoint2009/archive/2012/10/08/Lucene-query.html
- Lucene - Similarity：http://www.cnblogs.com/bluepoint2009/archive/2012/11/02/lucene-similarity.html
吃水不忘挖井人，介绍Doug Cutting大牛是十分有必要的。
最早，接触到搜索引擎，知道有个Nutch（开源搜索引擎），于是开始查看Nutch相关的资料，发现了Nutch的创始人Doug Cutting，随着项目的深入，发现Doug Cutting本人不仅是Nutch的创始人，还是Lucene（开源的全文检索包）项目的创始人，之后Doug Cutting加入Yahoo，2006年成立Hadoop项目组，随着云计算热，很多人都开始研究关心Hadoop。
Doug Cutting在信息检索（IR）领域有着极其丰富的理论和实践经验。他曾经发表过大量的信息检索方向的主题论文，也曾经任职于Excite、Apple、Grand Central以及Yahoo！等多家公司。在2004年，由于担心日益减少的网络搜索引擎可能对该行业带来新的商业垄断，他又创建了Nutch，即第一个开源的Web搜索引擎（http://lucene.appache.org/nutch）；这个引擎主要被设计用来进行 抓取、索引和搜索数十亿计的频繁更新的Web页面。毋庸置疑，Lucene是Nutch的核心。Doug同时致力于Hadoop项目（http://hadoop.apache.org），该项目作为Nutch项目的扩展内容，通过映射/化简（map/reduce）架构向用户提供分布式存储和计算工具。
下面一段转自InfoQ中文站对Doug Cutting的专访，让大家对这个牛人有个了解，呵呵。
在2011年12月2日举办的Hadoop In China 2011大会上，Apache软件基金会主席Doug Cutting先生来到了中国，并做了有关开源和Hadoop的演讲。会前，InfoQ中文站对Doug Cutting先生进行了专访。
Doug是多个成功开源项目的创立者，包括Lucene、Nutch和Hadoop。Doug于2009年从Yahoo!加入Cloudera，当时他所在的团队构建并部署了生产环境的Hadoop存储和分析集群，完成关键任务的业务分析，他是团队的主要成员。Doug拥有斯坦福大学的学士学位，同时是Apache软件基金会董事会成员。
InfoQ：Doug先生，非常欢迎您来到中国，您能先做个简单的自我介绍吗？
Doug：我叫Doug Cutting，是一名软件开发人员，在硅谷工作多年。大概11年前，我开始做开源软件方面的工作。首先参与了Lucene搜索项目。后来，Lucene被带到了Apache软件基金会中，我就在其中从事开源工作了，那是10年前。此后，我开始了又一个项目——Nutch，这也是一个Web搜索技术；然后就是Hadoop，这个后来非常成功的项目。 过去5年左右，我一直在做Big Data和存储处理方面的工作。
InfoQ：在您看来，人们使用Hadoop遇到的最大障碍是什么？您能提供一些建议让大家克服这些障碍么？
Doug：教育问题，在我看来是最大的问题。 使用Hadoop，需要不同的思考和计算方式，现在也已经有了一些书籍和课程，能够帮大家克服这些问题。随着理解它的人越来越多，我相信传播得也会越来越快。是有一些技术上的障碍和社会层面上的障碍，不过这些问题解决起来更容易，因为技术和相关社区都在发展。但是首先人们要明白Hadoop背后的机制。
InfoQ：对于大规模应用来说，监控非常重要。说到监控运行Hadoop的应用，您能列举出最重要的三个监控指标吗？还有您选择这三个的原因？
Doug：Hadoop的目标是以低成本、高效率的方式来做事情。你的硬件使用率是一个很好的指标，比如CPU的使用率、磁盘的使用率等等，你有没有完全把资源的利用起来。
与其一起的，你还希望利用高效的算法，当然，这很难监控，需要在一开始就想清楚。一旦开始运行后，要保证所有的资源都能高效利用，有时候很困难，需要在分布式系统里的输入、输出、计算这三者之间取得平衡。这些是最底层要监控的东西。
当然，还有错误和失败等等，这些也是很重要的东西。分布式系统内的调试要更为困难。知道什么时间、哪里出了问题，此类报表对于寻找问题根源是很有帮助的。 同时，某些应用的特定报表也很重要，比如把某些运行进度报告给用户。
InfoQ：接下来是关于开源软件的问题：从技术角度看，您认为哪个开源项目将会成为下一个“超级巨星”？
Doug：我想HBase正在不断吸引更多眼球，它在变得越来越稳定、性能越来越高效。我对于HBase的进展非常兴奋，我想很多机构将来都会用到它，从中获得价值。
InfoQ：您有很多开源项目方面的经验，能否介绍下您如何激励大家参与开源项目、并为其不断做出贡献？
Doug：最重要的事情，是倾听其他人，试图理解他们为什么要做某些事情。我们每个人都很自然地把注意力放在自己的需要上。要想一起协作做某些事情，我们必须理解其他人的需求。所以，有礼貌地倾听、理解、接受其他人的需求，并试图找出大家可以一起工作的方式方法，这是开源项目中最重要的技能。
Doug Cutting先生在本次大会上的两个演讲也将在不久后在InfoQ中文站上发布，请大家保持关注。
被采访的视频，请访问优酷版本。
