Nutch是一个开源Java实现的搜索引擎，它提供了我们运行自己的搜索引擎所需的全部工具，包括全文搜索和Web爬虫。将Nutch从网页上爬取的数据放到Hadoop中进行存储，同时在Solr中建立索引，最后使用Java编程通过SolrJ获取到爬虫的数据。