bd，gg肯定会被替代，这个毋庸置疑，我们刚刚做网站，时间到了2个礼拜后，就都在打搜索引擎的主意了，这个是好事情，毕竟他是标准，99%的评价还是正确的，强调原创，强调外链,强调被引用次数，强调流量。

　　那么我能自己做个搜索引擎，也卖竞价吗，答案肯定是否定的。为啥，看看我的做法，如果你能，请开始作罢。

　　nutch，是非常类似google的开源的搜索引擎，从这个说起，是事实，因为一开始都想网络上面赚钱，但是虎头蛇尾的，估计大家都是一样的，所以我也不例外，做了个搜索引擎

　　但是我的不是采集gg和bd的，而是自己采集，自己做，baigoogledu，等等其他都是百度的再修身，这样的免费站不要做，还有中国的开放目录，不要做，你做不大的，dmoz是个庞大的群体，你不如加入他们，维护一个地区的一个词，哪里都是兄弟姐妹，问题能够得到更多的回复，你才知道自己做搜索引擎，sina都搞不定的。

　　倒着说，先说做出来遇到的问题吧。

　　做了才发现需要集群才能将如此庞大的数据存放，同时，没有流量，如何处理那?

　　流量是王道啊，没有流量就没有了激情，这个很伤做了3个礼拜左右站长的心，这个时候，我开始考虑推广了 一样，都是刷流量软件了，邮件群发了，qq群发了，论坛群发了，2006年初，这个好弄的，还是有效的，一天几千，但是很快我发现，我的新买的server被我这样发送的给弄坏了主板和硬盘，几千块的东西，就挂了，而当时流量1000ip也不过就是5块钱，不值得啊!!

　　于是乎，购买流量成了，首先考虑的问题，购买了10万流量! 一直买了3个月，每天都是10w，激情被再次燃烧，确实得到很多切实的好处，首先就是，百度立即收录了我全部站点的所有文章和链接，我的不是静态的哦!另外，同样物品，产品的搜索结果，基本都在慧聪网站的后面，比较一些大型垂直搜索排名靠前很多，信息大增。

　　3个月后，买了一个论坛的中间回帖广告位置，1500块一个月，但是效果很不理想，每天70ip，bbs.**516.com,失望!1500块是多少流量了，我当时如果投入同样的费用，我就alex排名到达17万了。 哦，忘记说了，我只要2个月，alexa排名已经惊人的到达了22万，当时，费用紧张，我考虑地区推广强一下，投入了论坛回帖广告，事实证明，我错误了，这个小错误，使得我即将到手的20万的排名没有了，同时10万的投资也没有了，因为排名总是前进不了!

　　正常，如果我们做6个月，做到alexa排名10w，应该还是不错了，或者当时就直接购买排名服务，但是有10万流量的支持，也是可以的，但是小站，总是受制于资金的力量，这个想获得真是ip的动作，铸成了打错，所以我建议，真正的小站，不要在意流量的有效性，大流量才是您的王道，有了流量，权重就高，排名就高，出去谈也有前途! 总结一下，大流量才是您的王道，有了流量，权重就高，才会快速被搜索引擎收录!

　　好，肯定很多人想知道技术细节。

　　nutch是jsp的，你购买jsp空间，现在价格便宜不少，然后将数据库，配置文件，apache搞定，就ok了.

　　中文部分的话你的调整一下，配置，现在网络上的nutch的文章多了，采集是个费时的事情，开机采集吧，depth不要深，urls100个就够了，24小时后，将采集到的那个庞大的目录文件拷贝替换就好了。记住哦，不支持断点续传，千万在稳定的网络放蜘蛛，不然惨死了。庞大的蜘蛛爬行，叫你知道百度厌恶垃圾站的原因，原来如此简单，垃圾数据是疯狂的，你的filter策略一定的好好搞。

　　里面是python的过滤url的方式，还是好好写写学习一下，×.sina.com.cn肯定能爬死你的蜘蛛的。

　　关于filter自己先在java里面设计好吧。

　　中文，记住一定要自己搞定，因为不支持中文分词，中国，被分解为中和国，你要做分词，自己投入辞典，很多地方都有辞典的，词库最好能够调整问65000个，这的数据属于能够接受的结果。