用'commits'记录毕设摸索的过程，“学术分享搜素引擎”
更多介绍参见 http://blog.csdn.net/zbf8441372/article/details/8697956 以及 http://blog.csdn.net/zbf8441372/article/details/8887188

用于个性化定制网页爬取，以及通用性内容爬取
基于twisted异步网络框架，代码少，性能高

用于元数据存储，以及pdf文件存取
易用性最高的NoSQL，分布式，多分片，易扩展，我的场景下适合取代MySQL

为数据建立索引并定制隔离的搜索服务
最主流的搜索引擎搭建工具，互相兼容并提供常规搜索功能

用于提取pdf文本内容
兼容Lucene的多功能文本提取工具，适应很多类型文件，使用方便

企业级SSO解决方案

Struts2 + Jquery + Bootstrap + D3

基于爬取的学术资源，提供搜索、推荐、可视化、分享四块。