LinkedIn已将可自定义的索引引擎IndexTank开源

LinkedIn已将IndexTank开源,这是一种运行在云中的文档索引引擎,它让用户可以自定义编制索引的过程,并对结果进行微调。

IndexTank是在一年之前发布的,在十月份被LinkedIn收购,并在最近开放了源代码。IndexTank是与Google自定义搜索类 似的云服务,它基于Amazon Web Services运行,给网站提供了为其中的内容编制索引的功能,而网站的访问者会在稍后搜索这些内容。IndexTank声称他们的用户拥有完全的控制 权,可以决定对什么编制索引,何时编制索引,以及如何对结果排序。这意味着网站可以在搜索结果的基础之上,对想要优先显示的文档做出改善,而不需要依赖于Google的搜索算法。

和很多站点不同,IndexTank不会爬取网页的内容,从而对其建立索引,而是会由站点向索引引擎发送要索引的数据。这样,文档在创建之后就可以索引到,这提供了实时的结果。另外,我们可以免费添加这项服务。

IndexTank包括三个主要组件:

  • 索引引擎——只对简单文本建立索引的引擎。而PDF、微软文档以及其他文档类型需要在建立索引之前转换为文本格式。
  • API——可以通过Java、Python、.NET、Ruby和PHP客户端访问的RESTful的接口。
  • Nebulizer——一种多租户框架,其中存放不限数量、运行在IaaS基础架构上的索引引擎。

IndexTank加入了Zoie,那是一种基于Apache Lucene构建的实时搜索引擎,并由LinkedIn于2008年开源。

IndexTank声称他们已经在一年间吸引了成千上万的用户,其中最值得关注的就是Reddit,但这家公司在被LinkedIn收购的时候还没有盈利。

IndexTank的源代码可以在GitHub:Index EngineAPI plus Nebulizer处下载。

原文地址:https://www.cnblogs.com/shihao/p/2313233.html