使用開源搜索引擎YaCy的技巧
無需適應(yīng)其他人的眼光，而是使用 YaCY 搜索引擎定義你想要的互聯(lián)網(wǎng)。
在我以前介紹 YaCy 入門的文章中講述過 YaCy 這個對等式的搜索引擎是如何安裝和使用的。YaCy 最令人興奮的一點就是它事實上是一個本地客戶端，全球范圍內(nèi)的每一個 YaCy 用戶都是構(gòu)成整個這個分布式搜索引擎架構(gòu)的一個節(jié)點，這意味著每個用戶都可以掌控自己的互聯(lián)網(wǎng)搜索體驗。
Google 曾經(jīng)提供過 google.com/linux 這樣的主題簡便方式以便快速篩選出和 Linux 相關(guān)的搜索內(nèi)容，這個小功能受到了很多人的青睞，但 Google 最終還是在 2011 年的時候把它下線了。
而 YaCy 則讓自定義搜索引擎變得可能。
自定義 YaCy
YaCy 安裝好之后，只需要訪問 localhost:8090 就可以使用了。要自定義搜索引擎，只需要點擊右上角的“管理”按鈕（它可能隱藏在小屏幕的菜單圖標(biāo)中）。
你可以在管理面板中配置 YaCy 對系統(tǒng)資源的使用策略，以及如何跟其它的 YaCy 客戶端進(jìn)行交互。
YaCy profile selector
例如，點擊側(cè)欄中的“第一步”按鈕可以配置備用端口，以及設(shè)置 YaCy 對內(nèi)存和硬盤的使用量；而“監(jiān)控”面板則可以監(jiān)控 YaCy 的運行狀況。大多數(shù)功能都只需要在面板上點擊幾下就可以完成了，例如以下幾個常用的功能。
內(nèi)網(wǎng)搜索應(yīng)用
目前市面上也有不少公司推出了內(nèi)網(wǎng)搜索應(yīng)用，而 YaCy 可以免費為你提供一個。對于能夠通過 HTTP、FTP、Samba 等協(xié)議訪問的文件，YaCy 都可以進(jìn)行索引，因此無論是作為私人的文件搜索還是企業(yè)內(nèi)部的本地共享文件搜索，YaCy 都可以實現(xiàn)。它可以讓內(nèi)部網(wǎng)絡(luò)中的用戶使用你個人的 YaCy 實例來查找共享文件，于此同時保持對內(nèi)部網(wǎng)絡(luò)以外的用戶不可見。
網(wǎng)絡(luò)配置
YaCy 在默認(rèn)情況下就支持隱私和隔離。點擊“用例與賬號”頁面頂部的“網(wǎng)絡(luò)配置”鏈接，即可進(jìn)入網(wǎng)絡(luò)配置面板設(shè)置對等網(wǎng)絡(luò)。
YaCy network configuration
爬取站點
YaCy 的分布式運作方式?jīng)Q定了它對頁面的爬取是由用戶驅(qū)動的。并沒有一個大型公司對整個互聯(lián)網(wǎng)上的所有可訪問頁面都進(jìn)行搜索，對于 YaCy 來說也是這樣，一個站點只有在被用戶指定爬取的前提下，才會被 YaCy 爬取并進(jìn)入索引。
YaCy 客戶端提供了兩種爬取頁面的方式：你可以手動爬取，并讓 YaCy 根據(jù)建議去爬取。
YaCy advanced crawler
手動爬取
手動爬取是指由用戶輸入指定的網(wǎng)站 URL 并啟動 YaCy 的爬蟲任務(wù)。只需要點擊“高級爬蟲”并輸入計劃爬取的若干 URL，然后選擇頁面底部的“進(jìn)行遠(yuǎn)程索引”選項，這個選項會讓客戶端向互聯(lián)網(wǎng)廣播它要索引的 URL，可選地接受這些請求的客戶端可以幫助你爬取這些 URL。
點擊頁面底部的“開始新爬蟲任務(wù)”按鈕就可以開始進(jìn)行爬取了，我就是這樣對一些常用和有用站點進(jìn)行爬取和索引的。
爬蟲任務(wù)啟動之后，YaCy 會將這些 URL 對應(yīng)的頁面在本地生成和存儲索引。在高級模式下，也就是本地計算機(jī)允許 8090 端口流量進(jìn)出時，全網(wǎng)的 YaCy 用戶都可以使用到這一份索引。
加入爬蟲網(wǎng)絡(luò)
盡管一些非常敬業(yè)的 YaCy 高級用戶已經(jīng)強(qiáng)迫癥般地在互聯(lián)網(wǎng)上爬取了很多頁面，但對于全網(wǎng)浩如煙海的頁面而言也只是滄海一粟。單個用戶所擁有的資源遠(yuǎn)不及很多大公司的網(wǎng)絡(luò)爬蟲，但大量 YaCy 用戶如果聯(lián)合起來成為一個社區(qū)，能產(chǎn)生的力量就大得多了。只要開啟了 YaCy 的爬蟲請求廣播功能，就可以讓其它客戶端參與進(jìn)來爬取更多頁面。
只需要在“高級爬蟲”面板中點擊頁面頂部的“遠(yuǎn)程爬取”，勾選“加載”旁邊的復(fù)選框，就可以讓你的客戶端接受其它人發(fā)來的爬蟲任務(wù)請求了。
YaCy remote crawling
YaCy 監(jiān)控相關(guān)
YaCy 除了作為一個非常強(qiáng)大的搜索引擎，還提供了很豐富的主題和用戶體驗。你可以在“監(jiān)控”面板中監(jiān)控 YaCy 客戶端的網(wǎng)絡(luò)運行狀況，甚至還可以了解到有多少人從 YaCy 社區(qū)中獲取到了自己所需要的東西。
YaCy monitoring screen
搜索引擎發(fā)揮了作用
你使用 YaCy 的時間越長，就越會思考搜索引擎如何改變自己的視野，因為你對互聯(lián)網(wǎng)的體驗很大一部分來自于你在搜索引擎中一次次簡單查詢的結(jié)果。實際上，當(dāng)你和不同行業(yè)的人交流時，可能會注意到每個人對“互聯(lián)網(wǎng)”的理解都有所不同。有些人會認(rèn)為，互聯(lián)網(wǎng)的搜索引擎中充斥著各種廣告和推廣，同時也僅僅能從搜索結(jié)果中獲取到有限的信息。例如，假設(shè)有人不斷搜索關(guān)于關(guān)鍵詞 X 的內(nèi)容，那么大部分商業(yè)搜索引擎都會在搜索結(jié)果中提高關(guān)鍵詞 X 的權(quán)重，但與此同時，另一個關(guān)鍵詞 Y 的權(quán)重則會相對降低，從而讓關(guān)鍵詞 Y 被淹沒在搜索結(jié)果當(dāng)中，即使這樣對完成特定任務(wù)更好。
就像在現(xiàn)實生活中一樣，走出虛擬的世界視野會讓你看到一個更廣闊的世界。嘗試使用 YaCy，看看你發(fā)現(xiàn)了什么。
