【干货】搜索引擎技术资料整理

这篇博客意图是收集市面上质量不错的搜索引擎技术资料，内容来源包括开源项目官网（Lucene、Solr、Elastic）、综合技术网站（infoQ、Stackoverflow、github 等）、专业技术网站（我爱自然语言处理等）、国内外知名互联网公司技术博客（阿里中间件团队博客、美团技术博客等）、知名技术牛人博客（Matrix67、刘超觉先等）等。
以下整理的内容大致根据来源进行分类，等这篇整理得差不多了再开一篇博客根据知识点进行梳理。
个人视角有限，还望各位同行补充、丰富，谢谢。

开源相关

Lucene

Lucene 官网
Lucene Wiki
索引结构 -Lucene6.6.0

Solr
Solr 官网
Solr Wiki

Elastic
Elastic 官网
Elastic Blog
Elastic Formus
Elasticsearch: 权威指南 - 中文版
Elastic 中文社区

LucidWorks
LucidWorks
LucidWorks Blog

中文分词
ansj 分词
HanLP 分词
ES-Analysis-IK

大公司

阿里

一淘购物搜索引擎架构的变与不变（视频） - 20130127 - infoQ
音频质量不高，听起来比较费劲。
天猫推荐算法团队的那些事儿 - 20140401 - infoQ
本文以访谈的方式呈现，对搜索和推荐算法进行了简单的比较，提到了 AB 测试和离线测试，主要对推荐算法团队的工作方式、工作考评、任务分配、招聘等进行了介绍。
天猫推荐算法实践（视频） - 20140622 - infoQ
简单介绍了天猫推荐业务、推荐系统架构，较为详细的分析了双 11 个性化会场案例，主要是针对品牌的个性化推荐，最后引出阿里巴巴大数据竞赛、天猫推荐算法大赛，题目是：开放 2011 年 4 月 -8 月用户对品牌的行为数据（点击、购买、收藏、加入购物车等），预测这些用户在 2011 年 9 月购买的品牌。
推荐：天池大数据竞赛天池数据集
天猫 11.11：搜索引擎实时秒级更新 - 20141111 - infoQ
文章简单介绍了阿里搜索引擎架构，提到了以下内容：1）为提高数据实时性（库存、价格等），去掉应用层和业务层的缓存，重点提升引擎层的服务能力。2）排序链，根据业务场景定制排序链。3）sku 搜索，搜索结果和属性导航联动（标类产品）。
基于 Hadoop 生态技术构建阿里搜索离线系统（视频） - 20141205 - infoQ
主要介绍了：1）阿里搜索业务（1688、淘宝、天猫、一淘、openSearch）；2）搜索技术体系；3）搜索离线系统；4）实时计算方案；5）集群优化与管理；
开放搜索服务系统架构：从系统、平台到开放服务（视频） - 20150610 - infoQ
简单介绍了：1）搜索引擎的基础数据结构（倒排索引） 2）阿里搜索架构演变：单机架构；分布式架构（自动分发部署、集群资源复用）；平台化（系统插件化）；服务化（openSearch 自助式云搜索服务、多租户数据模型）。讲解循序渐进，思路清晰，推荐。
B2B 搜索领域的算法挑战（视频） - 20150722 - infoQ
阿里搜索实时计算和在线学习系统 PORA 介绍（视频） - 20160308 - infoQ
基于 Apache Flink 的实时计算引擎 Blink 在阿里搜索中的应用 - 20170216 - infoQ
LTR（Learning To Rank）在个性化电商搜索领域的应用（视频） - 20170419 - infoQ