想用Java做个数据搜索引擎，数据量比较大，求架构推荐！

基本架构差不多把，数据量实在多的话用hadoop多架几台机器试试吧

开源的项目很多，比较成熟的包是lucene，基于它的开发比较多，在lucene包的基础上又apache的nutch，是个完整的web搜索引擎框架和实现，nutch的运算核心又是hadoop。当然是Java实现的，另有其他如c++实现，不够成熟，核心基本都是Java，最多有其他语言的一些接口而已。如果数据量确实很大，可以考虑直接用nutch，但多少得看看hadoop。如果要求灵活性的话，可以基于lucene开发，大量数据并行或者分布式的编程，难度比较大，说实话，据说Amazon开发hadoop用了4000w$。