两年前我写道 Yahoo! “应该担心 Doug Cutting 别被 Google 挖去”，现在这个担心成为现实。对”从来就不是一家搜索公司”的 Yahoo! 来说，坏消息是 Doug Cutting 离开了，好消息是他没加入 Google ，也没去微软，而是加入 Cloudera (via)。Cloudera 致力于提供 Hadoop 企业级支持，关心 Hadoop 的人可以松口气，即使 Yahoo! 不再支持这个项目，也还有 Cloudera 接棒呢。
可能所有人都间接用过 Doug Cutting 的作品，他是 Lucene 、Nutch 、Hadoop 等项目的发起人，是他把高深莫测的搜索技术形成产品贡献给普罗大众，某种意义上的盗火者，国内很多网站的搜索引擎都有他的项目的影子。
从此之后，Yahoo! 也可以说自己”再也不是一家搜索公司”了。
–EOF–
Yahoo! 和 Carnegie Mellon 大学合作的开源分布式计算项目代号为 M45，这个 超级计算集群 有 4000 个处理器，3T 内存，1.5 PB 存储空间，自称足以跻身世界超级计算机 50 强。这两天网络上搜索最火的一个词应该就是 Hadoop 了吧? 雅虎的这套集群就是跑在 Hadoop 上。
Hadoop 现在已经有很多不错的应用案例可以参考，比如这篇 Running Hadoop MapReduce on Amazon EC2 and Amazon S3
Yahoo! 或许早意识到自己的 Web 1.0 方式下的计算能力比 Google 差的太远，干脆放手一博，助力 Hadoop 项目，期望能借助开源的力量与 Google 掰一下手腕。从这里我们得知 Yahoo! Hadoop 团队早在 06 年就成立了，当然，这个团队成立的前提是 Doug Cutting 入职雅虎。
雅虎现在不应该担心追不上 Google ，应该担心 Doug Cutting 别被 Google 挖去，否则，可真的没机会了。
–EOF–
自从搭上 Dreamhost 的贼船之后，我就在幻想 Dreamhost 什么时候能够支持 Nutch 就好了，这样就可以搭建一个个人的搜索引擎。令人沮丧的是 Dreamhost 似乎一直没有支持 Nutch 的打算(当然，Nutch 这个东西一旦能够被支持，一个普通的用户恐怕要吃掉所有的资源)。
今天从 Vingel 的 Blog 上看到他使用的 Swish-e, 是一个不错的选择。
安装 Swish-e 相对比较顺利。参见指导手册的 Installing without root access 部分。详细的设置记录随后给出吧。
初步效果参见: http://www.search.dbanotes.net/。
准备把 Oracle 的文档索引一份，便于自己使用。
现在 Oracle 9i, Apache HTTPD 2.0 的文档已经可以搜索了。
这个工具一个最大的缺点: 不支持 Unicode，所以只能搜索英文文档。
–EOF–