Java搜索引擎 MG4J

     MG4J 是另一个搜索引擎。与Lucene 主要区别是，它提供了cluster 功能，具有更OO的设计方式。    <br />    <br /> MG4J可以让你为大量的文档集合构建一个被压缩的全文本索引，通过使内插编码(interpolative coding)技术。    <br />    <br /> 虽然MG4J（Managing Gigabytes for Java）不是一个像Lucene、Egothor和Xapian那样的信息检索库，但是我们相信正在读这本书的每一位软件工程师都应该知道它，因为它对构建Java信息检索库提供了低水平的支持。MG4J是在一本很流行的书问世之后被命名的，这本书是由H.Witten，Alistair Moffat和Timothy所写，名字是《管理十亿字节：压缩并且索引文档和图片》。在使用他们的分布式、可容错的网页爬虫UbiCrawler收集到大量的网页数据后，它的作者需要一个软件来解析那些收集来的数据，由于这个需求，MG4J诞生了。    <br />    <br /> MG4J的库提供了优化的类来处理I/O，转化索引文件的压缩等等。    <br />    <br />    <p><strong>项目主页：</strong><a href="http://www.open-open.com/lib/view/home/1325595007031" target="_blank">http://www.open-open.com/lib/view/home/1325595007031</a></p>