ASFのトッププロジェクトとなった「Apache Nutch」、バージョン1.1を公開

Lucene／Solrを土台とする大規模なWeb検索向けフレームワークとして注目を集める「Apache Nutch」のメジャーアップデートがリリースされた。Hadoopやコンテンツ検出／分析用の軽量ツールキット「Tika」などとも統合できる。

[末岡洋子，SourceForge.JP Magazine]

　Apache Software Foundation（ASF）のApache Nutchプロジェクトは6月19日、オープンソースのWeb検索ソフトウェア「Apache Nutch 1.1」を公開した。プロジェクトのWebサイトからソースコードとバイナリがダウンロードできる。

　Apache Nutchは、「Apache Lucene」のサブジェクトとしてスタートしたWeb検索ソフトウェア。2010年4月、ASFのボードメンバーが新たに承認したトップレベルプロジェクト（TLP）の1つとなっている。

　大規模なWeb検索向けに拡張性を持たせたフレームワークで、Lucene／Solrを土台に、WebページやPDFファイル、そのほかのドキュメント向けパーサ、クローラー、リンクグラフ／データベースを付け加えた。MapReduceのJava実装「Hadoop」やコンテンツ検出／分析用の軽量ツールキット「Tika」などと統合可能で、コンテンツと関連情報のパーシング、メタデータのインデックス化などの機能を持つ。

　バージョン1.1は、2009年3月にバージョン1.0が公開されて以来のメジャーアップデート。バグの修正のほか、インタフェースの改善など細かな機能が改善されている。Lucene 3.0.1、Hadoop 0.20など、対応ソフトウェアもアップグレードした。

企業向け情報を集約した「ITmedia エンタープライズ」も併せてチェック