1：Lucene是一个全文检索项目
2：想要研究数据，必须先爬虫
3：Nutch是一个包括全文搜索和Web爬虫搜索引擎
3：爬虫之后，需要存储数据，存储的数据需要分析数据。
4：google的三篇论文GFS, Map-Reduce, BigTable
5：对应现在的hadoop hdfs， Map-Reduce, HBase
