Solr4.0使用

http://blog.sina.com.cn/s/blog_64dab14801013k7g.html Solr简介

Solr是一个非常流行的，高性能的开源企业级搜索引擎平台，属于Apache Lucene项目。主要功能包括强大的全文检索、结果高亮、切面检索、动态聚类、数据库整合、富文本（例如Word，PDF）的处理，以及地理信息搜索。Solr是高度可扩展的，提供分布式检索和索引复制，并为世界上众多的大型网站提供搜索和导航功能。
Solr使用Java编写，可运行于servlet容器（如Tomcat）作为一个独立的全文搜索服务器。Solr以Lucene 为核心来创建索引和进行搜索，并提供类似REST的HTTP / XML和JSON API，这些API可以在任何编程语言中使用。通过Solr强大的扩展配置可适应几乎任何类型非Java编写应用程序，同时拥有丰富的插件来扩展高级功能。

Solr特性

• 先进的全文检索功能
• 专为高通量的网络流量进行的优化
• 基于标准的开放接口 - XML，JSON和HTTP
• 综合的HTML管理界面
• 暴露JMX接口以方便监控服务器统计
• 可扩展性 - 有效地复制到其他Solr搜索服务器
• 使用XML配置达到灵活性和适配性
• 可扩展的插件体系结构

Solr使用Lucene并进行了扩展

• 一个真正的拥有动态域(Dynamic Field)和唯一键(Unique Key)的数据模式(Data Schema)
• 对Lucene的查询语言进行了强大的扩展
• 切面搜索和过滤
• 地理空间信息搜索
• 先进的，可配置的文本分析
• 高度可配置、可扩展的缓存机制
• 性能优化
• 支持通过XML配置
• 提供管理界面
• 可监控日志记录
• 支持高速增量式更新(Fast incremental Updates)和快照发布(Snapshot Distribution)
• 高度可扩展的分布式搜索，片式指数在多台主机
• JSON，XML，CSV /分隔的文本和二进制更新格式
• 使用简单的方法即可从数据库、XML文件数据、本地磁盘、HTTP等来源获取数据
• 基于Apache Tika对富文本进行解析和索引（PDF，WORD，HTML等）
• Apache UIMA集成的可配置的元数据提取
• 支持多个搜索索引

以上的介绍翻译自：http://lucene.apache.org/solr/。大概的翻译，如有错误欢迎指出。

Solr的运行

从Solr的官方网站上下载的Solr包里面有一个基于jetty的示例运行环境。下载Solr包，打开里面的example目录，点击里面的start.jar。在浏览器里面输入http://localhost:8983/solr,可以看到如下界面。

以上是Solr管理控制台的主页，左边是导航。可以使用http://localhost:8983/solr/#/collection1/query进行查询结果的查看。这里提供的是一个方便示例界面。现在应该是没有数据的，因为没有向里面添加索引。可以使用solr提供的post.jar包进行简单的索引添加。这里不再介绍此方法，后面使用Solrj进行操作。具体的可以查看Solr目录下面的/docs/tutorial.html文档。

在Tomcat中部署Solr

上面的运行是Solr默认绑定的一个jetty，如果需要在tomcat中运行solr，方法如下：

1、将Solr/dist/apache-solr-4.0.0.war此war包复制到tomcat的webapps目录下面，并重命名成solr。

2、点击tomcat/bin/startup.bat运行tomcat，这时tomcat会解压solr.war包到webapps目录下面。看到控制台里面会有报错提示，是找不到solr的实例运行环境。这时关闭tomcat。

3、删除webapps目录下面的solr.war包。将下载的solr目录下面的example下面的solr目录复制到tomcat的webapps/solr下面。下面的目录结构大概是这样的webapps/solr/solr/collection1类似这样的。

4、打开webapps/solr/WEB-INF/web.xml文件，在里面添加如下内容。env-entry-value这个目录是指向上一个步骤中的目录。这里使用的是相对目录（相对于tomcat的bin目录），也可以使用绝对路径，如d:/solr等。步骤3中的目录不一定要位于tomcat中，只要此步骤中将路径配置正确即可。

<env-entry>

<env-entry-name>solr/home</env-entry-name>

<env-entry-value>../webapps/solr/solr</env-entry-value>

<env-entry-type>java.lang.String</env-entry-type>

</env-entry>

5、再次运行tomcat，输入http://localhost:8080/solr即可访问在tomcat中运行的solr环境。

使用Solrj操作Solr

从上面的步骤中可以看出Solr提供了一个企业搜索引擎平台的核心，可以通过他的接口进行索引的创建、修改、删除。并提交关键字进行搜索。但如果要真正的投入使用，还是有不和工作需要做，如：

1、对向Solr提交索引进行一定的封装以方便业务系统进行操作

2、对搜索进行封装，以方便结果的展现分析等等。

Solrj是使用java编写的一个操作Solr的工具，方便于进行索引的更新、搜索结果的获取等等。

在Solr的发布包里面有Solrj的相关jar包。Solrj需要的jar包为：

apache-solr-solrj-4.0.0.jar和他的依赖包solr/dist/solrj-lib

如果是使用maven，可以添加：

<dependency>

<groupId>org.apache.solr</groupId>

<artifactId>solr-solrj</artifactId>

<version>4.0.0</version>

</dependency>

使用Solrj更新索引

使用Solrj是首先我们实例化一个SolrServer，这里使用HttpSolrServer。我们再创建一个SolrInputDocument以方便来添加要索引的数据。这里的Field是在\solr\solr\collection1\conf\schema.xml里面定义的，如果里面没有定义的字段在这里是不能添加的，除非是使用动态字段。示例代码如下：

String url = "http://localhost:8080/solr";

SolrServer server = new HttpSolrServer(url);

SolrInputDocument doc1 = new SolrInputDocument();

doc1.addField("id", "1");

doc1.addField("title", "云南xxx科技");

doc1.addField("cat", "企业信息门户，元数据，数字沙盘，知识管理");

SolrInputDocument doc2 = new SolrInputDocument();

doc2.addField("id", "2");

doc2.addField("title", "胡启稳");

doc2.addField("cat", "知识管理，企业信息门户，云南，昆明");

SolrInputDocument doc3 = new SolrInputDocument();

doc3.addField("id", "3");

doc3.addField("title", "liferay");

doc3.addField("test_s", "这个内容能添加进去么？这是动态字段呀");

List docs = new ArrayList();

docs.add(doc1);

docs.add(doc2);

docs.add(doc3);

server.add(docs);

server.commit();

到此就添加了三个document到solr的索引库里面。下面介绍如何进行搜索。

使用Solrj进行搜索

搜索的第一步和上面一样，先取得一个SolrServer。然后创建一个SolrQuery进行搜索，搜索取得的数据已经封装在QueryResponse里面，通过相关API获取结果数据。示例代码如下：

String url = "http://localhost:8080/solr";

SolrServer server = new HttpSolrServer(url);

SolrQuery query = new SolrQuery("云南");

try {

QueryResponse response = server.query(query);

SolrDocumentList docs = response.getResults();

System.out.println("文档个数：" + docs.getNumFound());

System.out.println("查询时间：" + response.getQTime());

for (SolrDocument doc : docs) {

System.out.println("id: " + doc.getFieldValue("id"));

System.out.println("name: " + doc.getFieldValue("title"));

System.out.println();

}