在已经到来的Web 2.0时代,搜索引擎在互联网上扮演了越来越重要的角色,而日益增多而且成熟的互联网用户对搜索引擎的要求也越来越高,其功能也在不断丰富和完善当中。Nutch搜索引擎系统就是一个优秀的开源搜索项目,本文正是在Nutch的基础上,探讨了搜索引擎的分布式实现。本文对搜索引擎的一般架构、原理、组成、工作流程作了较为细致的研究。搜索引擎一般由数据抓取模块、索引模块、检索模块组成。本文在对Nutch系统各组成部分进行深入研究的基础上,提出了分布式搜索引擎平台的具体设计方案。结合Hadoop分布式计算框架,对Nutch的爬虫做分布式改造,使得在数据抓取过程中,能够并行高效的完成抓取任务；同时,对数据的索引也是并行进行的；在检索时,通过Web服务器提供统一的检索入口,通过IPC机制把用户的检索请求发送到各子节点,各子节点检索自己本地的索引数据,分别返回给Web服务器。另外,结合中文搜索引擎用户的实际需求,对Nutch的默认分词模块做了改进。通过Paoding分词组件的加入,在一定程度上改进了搜索引擎检索的效果。通过对开源分布式集群监控项目ganglia的搭建,实时监控Nutch集群的工作状态,及时对集群做出调整,很好的辅助了Nutch集群的工作。