Solr全文检索引擎配置及使用方法

介绍

Solr是一款开源的全文检索引擎，基于lucene。拥有完善的可配置功能界面。具有丰富的查询语言，可扩展，可优化。

下载安装

进入solr官网下载包（这里我使用的版本是8.0）

http://www.apache.org/dyn/closer.lua/lucene/solr/8.0.0

启动Solr

命令行进入solr的bin目录，提示Started Solr server on port 8983. Happy searching！即成功启动服务。

常用命令

solr start -p 端口号　　启动服务

solr restart -p 端口号　重启服务

solr stop -p 端口号　　关闭服务

solr create -c name　　创建一个core实例

创建Core实例

Solr所有操作在Core中进行，所以使用Solr之前需先创建Core实例，Solr服务可创建多个Core实例。

两种方式创建Core实例，创建Core实例将在solr目录下server/solr生成对应目录。

通过命令创建

AdminUI创建

配置Schema

Schema配置将告诉solr服务如何建立索引，它的配置围绕core目录下conf/managed-schema文件，该文件指定每个字段类型，分词方式。

可通过手动编辑或者使用schemaAPI进行配置（推荐使用schemaAPI，可不需要重新加载Core或重启Solr服务，方便维护），不推荐使用手动编辑的方式（可能造成数据丢失）。

配置中文分词器

Solr虽然自带的中文分词器，但不能自定义中文词库，扩展性较差。这里我们使用IK分词器，这是一个第三方的分词器，可以很好的扩展中文词库。

github地址（含配置方法/使用教程）：https://github.com/magese/ik-analyzer-solr

可在AdminUI中Analysis中测试分词效果

DIH导入索引数据

DIH全称是Data Import Handler 数据导入处理器，作用是将数据导入到Solr中，而数据存储在xml，pdf或关系型数据库中。solr首先需要获取这些数据，然后在数据中建立索引达到快速搜索的目的。

1.在core/conf/solrconfig.xml文件中配置数据导入文件映射位置

  <requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
    <lst name="defaults">
      <str name="config">db-data-config.xml</str>
    </lst>
  </requestHandler>

2.copy一份导入数据示例文件到core/conf/目录中，并重命名为db-data-config.xml

3.修改db-data-config.xml配置

<dataConfig>
  <dataSource driver="org.postgresql.Driver" url="jdbc:postgresql://127.0.0.1:5432/test" user="postgres" password="123456"/>
  <document>
      <entity name="sw2015_p11shangyedasha" query="select id,name,address,ST_AsText(geom) as geom from sw2015_p11shangyedasha">
      <field column="id" name="id"></field>
      <field column="name" name="name"></field>
      <field column="address" name="address"></field>
      <field column="geom" name="geom"></field>
    </entity>
  </document>
</dataConfig>

4.执行DIH数据导入命令（AdminUI）

5.测试数据是否成功导入

Query查询参数说明

　　q  查询的关键字，此参数最为重要，例如，q=id:1，默认为q=*:*，

　　fl  指定返回哪些字段，用逗号或空格分隔，注意：字段区分大小写，例如，fl= id,title,sort

　　start  返回结果的第几条记录开始，一般分页用，默认0开始

　　rows  指定返回结果最多有多少条记录，默认值为 10，配合start实现分页

　　sort  排序方式，例如id  desc 表示按照 “id” 降序

　　wt  (writer type)指定输出格式，有 xml, json, php等

　　fq  （filter query）过虑查询，提供一个可选的筛选器查询。返回在q查询符合结果中同时符合的fq条件的查询结果，例如：q=id:1&fq=sort:[1 TO 5]，找关键字id为1 的，并且sort是1到5之间的。

　　df   默认的查询字段，一般默认指定。

　　qt  （query type）指定那个类型来处理查询请求，一般不用指定，默认是standard。

　　indent   返回的结果是否缩进，默认关闭，用 indent=true|on 开启，一般调试json,php,phps,ruby输出才有必要用这个参数。

　　version   查询语法的版本，建议不使用它，由服务器指定默认值。

Solr的检索运算符

　　“:”  指定字段查指定值，如返回所有值*:*

　　“?”  表示单个任意字符的通配

　　“*”  表示多个任意字符的通配（不能在检索的项开始使用*或者?符号）

　　“~”  表示模糊检索，如检索拼写类似于”roam”的项这样写：roam~将找到形如foam和roams的单词；roam~0.8，检索返回相似度在0.8以上的记录。

　　AND、||  布尔操作符

　　OR、&&  布尔操作符

　　NOT、!、-（排除操作符不能单独与项使用构成查询）

　　“+”  存在操作符，要求符号”+”后的项必须在文档相应的域中存在²

　　( )  用于构成子查询

　　[]  包含范围检索，如检索某时间段记录，包含头尾，date:[201507 TO 201510]

　　{}  不包含范围检索，如检索某时间段记录，不包含头尾date:{201507 TO 201510}

JAVA连接Solr

maven引入solrj，solrj是java访问Solr的客户端工具包。

<!-- Solr -->
<dependency>
    <groupId>org.apache.solr</groupId>
    <artifactId>solr-solrj</artifactId>
    <version>8.0.0</version>
</dependency>

SolrUtil.java

package com.bret.gis.utils;

import org.apache.solr.client.solrj.SolrQuery;
import org.apache.solr.client.solrj.impl.HttpSolrClient;
import org.apache.solr.client.solrj.response.QueryResponse;
import org.apache.solr.common.SolrDocumentList;

public class SolrUtil {

    //指定solr服务器的地址
    private final static String SOLR_URL = "http://localhost:8983/solr/";

    /**
     * 创建SolrServer对象
     *
     * 该对象有两个可以使用，都是线程安全的
     * 1、CommonsHttpSolrServer：启动web服务器使用的，通过http请求的
     * 2、 EmbeddedSolrServer：内嵌式的，导入solr的jar包就可以使用了
     * 3、solr 4.0之后好像添加了不少东西，其中CommonsHttpSolrServer这个类改名为HttpSolrClient
     *
     * @return
     */
    public HttpSolrClient createSolrServer(){
        HttpSolrClient solr = null;
        solr = new HttpSolrClient.Builder(SOLR_URL).withConnectionTimeout(10000).withSocketTimeout(60000).build();
        return solr;
    }

    /**
     * 查询
     * @throws Exception
     */
    public SolrDocumentList querySolr(String q,int start,int rows) throws Exception{
        HttpSolrClient solrServer = new HttpSolrClient.Builder(SOLR_URL + "tianjing/").withConnectionTimeout(10000).withSocketTimeout(60000).build();
        SolrQuery query = new SolrQuery();
        //下面设置solr查询参数
        //query.set("q", "*:*");// 参数q  查询所有
        query.set("q",q);//相关查询，比如某条数据某个字段含有周、星、驰三个字  将会查询出来 ，这个作用适用于联想查询

        //参数fq, 给query增加过滤查询条件
        query.addFilterQuery("id:[0 TO 9]");//id为0-4

        //给query增加布尔过滤条件
        //query.addFilterQuery("description:演员");  //description字段中含有“演员”两字的数据

        //参数df,给query设置默认搜索域
        query.set("df", "name");

        //参数sort,设置返回结果的排序规则
        query.setSort("id",SolrQuery.ORDER.desc);

        //设置分页参数
        query.setStart(start);
        query.setRows(rows);//每一页多少值

        //参数hl,设置高亮
        query.setHighlight(true);
        //设置高亮的字段
        query.addHighlightField("name");
        //设置高亮的样式
        query.setHighlightSimplePre("<font color='red'>");
        query.setHighlightSimplePost("</font>");

        //获取查询结果
        QueryResponse response = solrServer.query(query);
        //两种结果获取：得到文档集合或者实体对象

        //查询得到文档的集合
        SolrDocumentList solrDocumentList = response.getResults();
        System.out.println("通过文档集合获取查询的结果");
        System.out.println("查询结果的总数量：" + solrDocumentList.getNumFound());
        //遍历列表
        /*for (SolrDocument doc : solrDocumentList) {
            System.out.println("id:"+doc.get("id")+"   name:"+doc.get("name")+"    description:"+doc.get("description"));
        }*/
        //得到实体对象
        /*List<Person> tmpLists = response.getBeans(Person.class);
        if(tmpLists!=null && tmpLists.size()>0){
            System.out.println("通过文档集合获取查询的结果");
            for(Person per:tmpLists){
                System.out.println("id:"+per.getId()+"   name:"+per.getName()+"    description:"+per.getDescription());
            }
        }*/

        return solrDocumentList;

    }

}