1.2 开发环境

由于开源软件的迅速发展，可以借助开源软件简化搜索引擎开发工作。很多开源软件用Java语言编写，例如最流行的全文索引库Lucene，所以本书采用Java来实现搜索。

为了实现一个简单的指定目录文件的搜索引擎，首先要准备好JDK和集成开发环境Eclipse。当前可以使用JDK 1.6。JDK 1.6可以从Java官方网站http://java.sun.com下载得到，使用缺省方式安装即可。本书中的程序在附赠的资源中都能找到，可以直接导入Eclipse中。Eclipse默认是英文界面，如果习惯用中文界面可以从http://www.eclipse.org/babel/downloads.php下载支持中文的语言包。

Lucene是一个Java实现的jar包，用来管理搜索引擎索引库。可以从http://lucene.apache.org/java/docs/index.html下载到最新版本的Lucene，当前最新的版本是3.0。

如果需要用Web搜索界面，还要下载Tomcat，可以从http://tomcat.apache.org/下载，推荐使用Tomcat 6以上的版本。使用开源的全文检索包Lucene作索引后，要把实现搜索的界面发布到Tomcat。

对于Web搜索界面，建议使用MyEclipse开发。对于其他普通的非Web开发工作则不建议使用MyEclipse。例如，开发爬虫建议只使用Eclipse，而不要用MyEclipse。MyEclipse开发普通的Java项目时，速度慢。

Lucene及一些相关项目的源代码由版本管理工具SVN管理，如果要构建源代码工程，可以使用Ant和Maven工具。

如果需要导出Lucene的最新开发版本，就需要用到SVN的客户端。“小乌龟”TortoiseSVN是最流行的SVN客户端。TortoiseSVN的下载地址是http://tortoisesvn.tigris.org/。安装TortoiseSVN后，选择一个存放源代码的文件夹，单击右键，选择TortoiseSVN菜单中的Export..．选项导出源代码。

Ant与Maven都是项目管理软件Make类似。虽然Maven正在逐步替代Ant，但当前仍然有很多开源项目在继续使用Ant。从http://ant.apache.org/bindownload.cgi可以下载Ant的最新版本。

在Windows下，ant.bat和3个环境变量相关：ANT_HOME、CLASSPATH和JAVA_HOME。需要设置ANT_HOME和JAVA_HOME环境变量，并且路径不要以\或/结束，不要设置CLASSPATH环境变量。可以使用echo命令检查ANT_HOME环境变量：

        >echo %ANT_HOME%
        D:\apache-ant-1.7.1

如果把Ant解压到c:\apache-ant-1.7.1，则需修改环境变量PATH，增加当前路径c:\apache-ant-1.7.1\bin。

如果项目的源代码根目录包括一个build.xml文件，则说明这个项目可能是用Ant构建的。大部分用Ant构建的项目只需要如下一个命令：

        #ant

生成jor包。

可以从http://maven.apache.org/download.html下载最新版本的Maven，当前最新版本是Maven 2.2.1。解压下载的Maven压缩文件到C盘根目录下，将创建一个c:\apache-maven-2.2.1路径。修改Windows系统环境变量PATH，增加当前路径c:\apache-maven-2.2.1\bin。如果一个项目的源代码根目录包括一个pom.xml文件，则说明这个项目可能是用Maven构建的。大部分用Maven构建的项目只需要如下一个命令：

        #mvn clean install

盖大楼的时候需要搭建脚手架，虽然最终不会交付使用。很多单元测试代码也不会在正式环境中运行，但是必须写。可以使用JUnit做单元测试。

如果参与开发的人很多，就需要一个项目管理软件，例如Redmine或者JIRA。Lucene和Solr的开发管理就是用的JIRA。

搜索集群往往运行在Linux操作系统，需要熟悉一些Linux命令，例如使用crash命令分析Linux内核崩溃转储文件。

上一章目录下一章