4個能夠與Lucene相媲美的開源搜索引擎

MG4J - Managing Gigabytes for Java

MG4J可以讓你為大量的文檔集合構建一個被壓縮的全文本索引，通過使內插編碼(interpolative coding)技術。與Lucene 主要區別是，它提供了cluster 功能，具有更OO的設計方式。雖然MG4J（Managing Gigabytes for Java）不是一個像Lucene、Egothor和Xapian那樣的信息檢索庫，但是我們相信正在讀這本書的每一位軟件工程師都應該知道它，因為它對構建Java信息檢索庫提供了低水平的支持。MG4J是在一本很流行的書問世之后被命名的，這本書是由 H.Witten，Alistair Moffat和Timothy所寫，名字是《管理十億字節：壓縮并且索引文檔和圖片》。在使用他們的分布式、可容錯的網頁爬蟲UbiCrawler收集到大量的網頁數據后，它的作者需要一個軟件來解析那些收集來的數據，由于這個需求，MG4J誕生了。 MG4J的庫提供了優化的類來處理I/O，轉化索引文件的壓縮等等。

Terrier - Information Retrieval Platform

Terrier是一個高度靈活，高效的開源搜索引擎， 易于部署在大型的文件集合。Terrier實現非常優秀的索引和搜索功能，為開發大型檢索應用程序提供了一個理想的平臺。它支持多索引策略比如：multi-pass, single-pass 和 大型MapReduce索引。

Lemur - Search Engine

Lemur（狐猴）系統是CMU和UMass聯合推出的一個用于自然語言模型和信息檢索研究的系統。在這個系統上可以實現基于自然語言模型和傳統的向量空 間模型以及Okapi的ad hoc或者分布式檢索，可以使用結構化查詢，跨語言檢索，過濾，聚類等等。目前最新的版本是3.0，CMU和UMass在9月將推出新的版本 Indri(大狐猴)，將加入支持terabyte（1000G就是1T）的數據庫和結構化的文檔查詢（比如將html文檔解析為不同的doc representation方式，利用html文檔的結構表達方式信息tag, title, meta等）。
運行Lemur需要什么？Lemur可以在windows或者Unix環境下使用，因此我們可以直接在windows下使用lemur。但是lemur提 供了shell script文件來演示完整的使用lemur進行檢索的過程，所以在windows下需要安裝cygwin來模擬Unix環境。Lemur還提供了一個 GUI程序以及用戶交互的界面的CGI，其中有Java程序可以直接看到檢索的結果，，因此需要安裝Java 虛擬機，CGI程序需要Perl的解釋器

Xapian - Search Engine Library

Xapian由C++編寫，但可以綁定到Perl, Python, PHP, Java, Tcl, C# 和Ruby甚至更多的語言，Xapian可以說是STL編程的典范，在這里您可以找到熟悉的引用計數型智能指針、容器和迭代器，甚至連命名也跟STL相似，相信一定能引起喜好C++++和STL的你的共鳴（實際上，很少C++++程序員完全不使用STL）。由于Xapian使用的是STL和C運行時庫，因此具有高度可移值性，官方說法是可以運行在Linux、 Mac OS X、 FreeBSD、 NetBSD、 OpenBSD、Solaris,、HP-UX,、Tru64和IRIX,，甚至其它的Unix平臺，在Microsoft Windows上也跑得很好。當然，并不能像Java那樣“一次編譯，到處可以運行”，當移植到其它平臺時，一般來說是需要重新編譯的。