Solr版本安装部署指南

一、依赖包

1、  JDK 1.6以上

2、  solr-4.3.0.tgz

3、  Tomcat或者jetty（注意，solr包中本身就含有jetty的启动相关内容）：apache-tomcat-7.0.39.tar.gz

我用的是tomcat，因此以tomcat作为部署内容。

二、安装

1、  解压tomcat包

2、  可选：修改tomcat的启动端口，缺省为8080，最主要设置页面的URIencoding为UTF-8

3、  可选：启动tomcat，并访问，如果没有错误，表示此内容已经OK

4、  解压solr包

5、  dist/solr-4.3.0.war包拷贝到tomcat/webapps下。修改名字为solr

6、  重新启动一下tomcat，这时会将war解开成一个目录

7、  注意，启动时，solr的应用除了自己的lib包之外，还依赖slf4j等相关包，我偷了个懒，将dist/*.jar, dist/solrj-lib/*.jar都拷贝到了tomcat/webapps/solr/WEB-INF/lib/下。

8、  在tomcat/conf/Catalina/localhost目录下，增加solr.xml——对应到solr应用，其文件内容为：

<?xml version="1.0" encoding="UTF-8" ?>

<Context docBase="${TOMCAT_HOME}/webapps/solr.war" debug="0" crossContext="true">

<Environment name="solr/home" type="java.lang.String" value="${TOMCAT_HOME}/solr" override="true"/>

</Context>

此内容主要是为了配置solr/home变量

9、  将solr解开的包中对应的example/solr目录（含内容）全部拷贝到${TOMCAT_HOME}也即tomcat解开的目录下（这个用户可以自行定义，因为其中包含了所有的索引数据，所以务必要搞一个存储空间大一些的目录）

10、              重新启动tomcat，这时访问http://localhost:8080/solr会发现出了一个管理界面。注意，solr 4.3版本比较高，所以务必用比较新的浏览器来访问这个管理界面。

三、部署

上述只是简单安装上了，但是可以增加文档（注意不是上传文档）了，利用solr/update的服务。为了能够支持PDF、word等rich document的识别，要配置solr/update/extract服务以及对中文的识别。

1、  支持tika配置

A、        修改solr/home目录下的collection1/conf/solrconfig.xml文件，找寻“TikaLanguageIdentifierUpdateProcessorFactory”对应的配置块，将其打开，缺省是关闭的。

B、        将Extract和Tika对应的jar包拷贝到solr能认识的地方。也可以修改上述“A”对应的文件的lib的配置，其主要格式如下：

<lib dir="../../../contrib/extraction/lib" regex=".*\.jar" />

我偷了个懒，将solr包解压后的contrib/extraction/lib目录下的所有jar包放入了solr应用的lib目录下——也即tomcat/webapps/solr/WEB-INF/lib下。

2、  配置中文的分词

不知道缺省的中文分词效果，不过目前我使用的是缺省的，要配置一下。其主要配置文件为：

Solr/home目录下的collection1/conf/schema.xml，增加一个fieldType，如下：

<!-- Chinese

-->

<fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">

<analyzer>

<tokenizer class="solr.StandardTokenizerFactory"/>

<filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_zh.txt" enablePositionIncrements="true"/>

<filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseC

hange="1"/>

</analyzer>

</fieldType>

也有一个google的开源项目IKAnalyzer支持中文分词，但是我没有配置成功，估计需要重新修改代码。等有功夫的时候再弄。

3、  配置我们自己应用需要的field的meta描述信息，这个要按照需要，因为确实提供的meta描述（如文档的id我们可能不叫id，而叫doc_id），这个都不行的。

4、  重新启动tomcat