江苏龙网

  1. 首页 > 人文 > >

甜腻的嘴角|用开源搜索引擎定制你的互联网( 二 )


对等搜索引擎如何工作YaCy 是一个开源的分布式搜索引擎 。 它是用 Java 编写的 ， 因此可以在任何平台上运行 ， 并且可以执行 Web 爬网、索引和搜索 。 这是一个对等（P2P）网络 ， 因此每个运行 YaCy 的用户都将努力地不断跟踪互联网的变化情况 。 当然 ， 没有单个用户能拥有整个互联网的完整索引 ， 因为这将需要一个数据中心来容纳 ， 但是该索引分布在所有 YaCy 用户中且是冗余的 。 它与 BitTorrent 非常相似（因为它使用分布式哈希表 DHT 来引用索引条目） ， 只不过你所共享的数据是单词和 URL 关联的矩阵 。 通过混合哈希表返回的结果 ， 没人能说出谁搜索了哪些单词 ， 因此所有搜索在功能上都是匿名的 。 这是用于无偏见、无广告、未跟踪和匿名搜索的有效系统 ， 你只需要使用它就加入了它 。
搜索引擎和算法索引互联网的行为是指将网页分成单个单词 ， 然后将页面的 URL 与每个单词相关联 。 在搜索引擎中搜索一个或多个单词将获取与该查询关联的所有 URL 。 YaCy 客户端在运行时也是如此 。
客户端要做的另一件事是为你的浏览器提供搜索界面 。 你可以将 Web 浏览器指向 localhost:8090 来搜索 YaCy ， 而不是在要搜索时导航到谷歌 。 你甚至可以将其添加到浏览器的搜索栏中（取决于浏览器的可扩展性） ， 因此可以从 URL 栏中进行搜索 。
YaCy 的防火墙设置首次开始使用 YaCy 时 ， 它可能运行在“初级”模式下 。 这意味着你的客户端爬网的站点仅对你可用 ， 因为其他 YaCy 客户端无法访问你的索引条目 。 要加入对等环境 ， 必须在路由器的防火墙（或者你正在运行的软件防火墙）中打开端口 8090 ， 这称为“高级”模式 。
如果你使用的是 Linux ， 则可以在《 使用防火墙让你的 Linux 更加强大 》中找到有关计算机防火墙的更多信息 。 在其他平台上 ， 请参考操作系统的文档 。
互联网服务提供商（ISP）提供的路由器上几乎总是启用了防火墙 ， 并且有太多种类的防火墙无法准确说明 。 大多数路由器都提供了在防火墙上“打洞”的选项 ， 因为许多流行的联网游戏都需要双向流量 。
如果你知道如何登录路由器（通常为 192.168.0.1 或 10.1.0.1 ， 但可能因制造商的设置而异） ， 则登录并查找配置面板来控制“防火墙”或“端口转发”或“应用” 。
找到路由器防火墙的首选项后 ， 将端口 8090 添加到白名单 。 例如：
甜腻的嘴角|用开源搜索引擎定制你的互联网Adding YaCy to an ISP router
如果路由器正在进行端口转发 ， 则必须使用相同的端口将传入的流量转发到计算机的 IP 地址 。 例如：
甜腻的嘴角|用开源搜索引擎定制你的互联网Adding YaCy to an ISP router
如果由于某种原因无法调整防火墙设置 ， 那也没事 。 YaCy 将继续以初级模式运行并作为对等搜索网络的客户端运行 。
你的互联网使用 YaCy 搜索引擎可以做的不仅仅是被动搜索 。 你可以强制抓取不太显眼的网站 ， 可以请求对网站进行网络抓取 ， 可以选择使用 YaCy 进行本地搜索等等 。 你可以更好地控制你的互联网的所呈现的一切 。 高级用户越多 ， 索引的网站就越多 。 索引的网站越多 ， 所有用户的体验就越好 。 加入吧！
via:
作者： Seth Kenlon 选题： lujun9972 译者： wxy 校对： wxy
本文由 LCTT 原创编译 ，Linux中国 荣誉推出
点击“了解更多”可访问文内链接


推荐阅读


上一篇：三好先森|新能源汽车“养生”系列——电池和电器系统养护

下一篇：及时行乐|饿了么因霸王协议被联名举报，餐饮行业外卖渠道如何自求生路？