随着IT技术高速发展,社会生活已经进入了信息爆炸的时代。遍布互联网的信息资源日趋丰富,应用范围也在不断扩大,而搜索引擎则为信息获取提供了巨大的便利,是使用率最高的互联网工具之一。但是日益增长的用户和数据让传统的集中式搜索引擎不堪重负,由此所衍生的,是对搜索引擎性能问题的研究。索引是搜索引擎中十分重要的组成部分,通过对搜索引擎的相关理论和技术进行分析和讨论,本文着眼于东华大学搜索引擎索引部分的研究和实现,构建了一套可扩展的分布式索引框架,并最终应用于东华大学搜索引擎。主要研究内容如下:论述目前搜索引擎的国内外发展现状,存在的问题以及发展趋势;分析搜索引擎的工作原理以及索引部分的组织和流程机制;对分布式技术理论,负载平衡理论以及Map/Reduce计算模型进行分析和研究。对开源搜索引擎工具包Lucene和RMI(远程方法调用)技术进行了分析和研究。主要贡献如下:1.使用Lucene核心包提供的索引组织方式创建倒排索引,基于RMI技术将待索引的文件散列到分布式环境,创建过程分布式计算,索引结果分布式存储。2.结合Map/Reduce模型,将数据查询计算先分解,并行计算,再归并,建立并行处理框架。3.通过负载均衡,平衡计算节点之间的负载压力,调度分布式资源,完成数据检索。