首推的當然時lucene了，先介紹這個吧
lucene : 是一個文件搜索工具包，包括了完整的查詢引擎和索引引擎及部分的分析引擎。爲apache下的開源子項目。
特點：
1.索引文件獨立於操作系統，自己定義了一套8字節爲基礎的索引文件格式
2.在傳統倒排索引的基礎上，實現了分塊索引，對於新增的文件建立小索引，並能提供索引合併以提升效率。
3.強大的查詢引擎。
4.設計了獨立於語言和文件格式的文件分析接口，通過接收 token流解析文件，方便擴展。
倒排序算法：
傳統的記錄方式是 文件 --- > 關鍵詞 的索引方式。
倒排序 關鍵詞 --- > 文件 的索引方式
lucene 還增加了兩個位置：
字符位置:在文章中出現的位置
關鍵詞位置：是文章中的第幾個關鍵詞
針對這兩種情況出現了：出現頻率和出現位置。詳細如下
關鍵詞 文章號 出現頻率 出現位置 。lucene的索引文件就是如下所示。
haha 1[2],2[1] 2,6,8
haha 這個關鍵詞在文件1中出現兩次，在文章2中出現1次。在文章1中出現的位置是2，6 。在文章2中出現的位置8。
以上就分出了三個文件 ： 辭典文件(存放關鍵詞，同時保存了指向頻率文件和位置文件的指針，取得具體出現的頻率和位置) 頻率文件 位置文件
具體採用的算法是：二元搜索算法。
field : 這個概念來描述存放位置，例如標題中還是URL，還是內容中。該信息也記錄在辭典文件中，一個關鍵詞必定屬於一個或是多個field.
solr:這個是基於lucene開發的一個企業級搜索應用服務器。提供web-service,restful-api ,普通http-get請求的。簡化了lucene的API，是一個完整的搜索引擎框架。
nutch:一個開源的基於lucene 開發的搜索引擎，包含了所有的搜索引擎的功能。
安裝分爲三個層次：基於本地文件系統，基於局域網，基於internet，用戶根據自己需求來選擇不同的層次。
架構上分爲兩個部分：數據的抓取和索引的創建。有一套非常良好的數據抓取工具包。
nutch和lucene選擇區別，可以簡單的話，nutch除了封裝了lucene的索引部分外，還提供了一套數據抓取的工作，所以若是你的數據源來源於你自己，那麼完全採用lucene即可，若是你的數據源依賴於外部網絡。那麼採用nutch是一個很好的選擇。
compass：也是一個java開源框架。包含了所有搜索引擎的基本功能，但是提供了很多特性，例如強大的O/R mapping。搜索部分也是基於lucene
可以容易同hibernate集成，並將數據進行索引。
同時支持一些分佈式框架的集成，例如：terracotta
總結：
lucene:基本的搜索和索引工具。
compass:簡化API，輕鬆的將java對象映射到搜索引擎中。
SOLR：簡化API，暴露一個http服務來進行搜索和索引。
nutch：簡化API，同時提供豐富的數據抓取工具。