CentOS7.5 Linux搭建全文检索--Solr7.4.0单机服务

一.Solr安装环境

1.官方参考文档

Solr教程参考指南：http://lucene.apache.org/solr/guide/7_4/solr-tutorial.html

2.Solr运行环境

系统要求：Java 8+ 这里我们把solr服务部署到Tomacat服务器中，Tomcat安装过程参考：https://www.cnblogs.com/frankdeng/p/9597699.html

在solr5以前solr的启动都有tomcat作为容器，但是从solr5以后solr内部集成jetty服务器，可以通过bin目录中脚本直接启动。就是从solr5以后跟solr4最大的区别是被发布成一个独立的应用。

3.Solr下载

下载地址：http://archive.apache.org/dist/lucene/solr/

[admin@node21 software]$ wget http://archive.apache.org/dist/lucene/solr/7.4.0/solr-7.4.0.tgz

[admin@node21 software]$ ll

-rw-rw-r-- 1 admin admin 167346886 Jun 19 02:51 solr-7.4.0.tgz

二.Solr单机安装

1. 解压安装包

[admin@node21 software]$ tar zxvf solr-7.4.0.tgz

[admin@node21 software]$ ls solr-7.4.0

bin CHANGES.txt contrib dist docs example licenses LICENSE.txt LUCENE_CHANGES.txt NOTICE.txt README.txt server

2.部署solr到tomcat下

注意，这里因为我用的是solr7.4最新版，所以跟solr4版本要拷贝*.war文件，然后再启动tomcat解压的操作是不一样的，

1）复制并重命名solr目录里的server/solr-webapp/webapp文件夹到/usr/local/tomcat8/webapps/solr

[admin@node21 software]$ sudo cp -r solr-7.4.0/server/solr-webapp/webapp /usr/local/tomcat8/webapps/solr

2）拷贝solr-7.4.0\server\lib\ext 下的jar包以及lib目录下gmetric4j-1.0.7.jar和metrics开头的jar包拷贝到 tomcat8\webapps\solr 项目的WEB-INF\lib下

[admin@node21 software]$ sudo cp solr-7.4.0/server/lib/ext/* /usr/local/tomcat8/webapps/solr/WEB-INF/lib/

[admin@node21 software]$ sudo cp solr-7.4.0/server/lib/gmetric4j-1.0.7.jar /usr/local/tomcat8/webapps/solr/WEB-INF/lib/

[admin@node21 software]$ sudo cp solr-7.4.0/server/lib/metrics-*  /usr/local/tomcat8/webapps/solr/WEB-INF/lib/

3）创建一个索引库solrhome

拷贝solr-7.4.0\server 下的solr文件夹到其它非中文目录下，重命名为solrhome，我是建立到了/usr/local/tomcat8/solrhome下

[admin@node21 software]$ sudo cp -r solr-7.4.0/server/solr /usr/local/tomcat8/solrhome

4）关联solr及索引库solrhome，需要修改tomcat里solr工程的web.xml文件

[admin@node21 software]$ sudo vi /usr/local/tomcat8/webapps/solr/WEB-INF/web.xml

找到如下代码，打开注释，修改自己的solrhome的路径/put/your/solr/home/here，我的是 /usr/local/tomcat8/solrhome 路径。

40   <!--

41     <env-entry>

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

43        <env-entry-value>/put/your/solr/home/here</env-entry-value>

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

45     </env-entry>

46    -->

如下图：

然后到最下方，将这一段注释掉，不然会报403错误，完成后保存退出（solr4部署不用注释这个）

5）拷贝solr7.4.0\server\resources下的 log4j2.xml 到tomcat8/webapps/solr/WEB-INF\classes，如果WEB-INF下没有classes文件那么就创建一个classes文件夹

[admin@node21 tomcat8]$ sudo mkdir -p /usr/local/tomcat8/webapps/solr/WEB-INF/classes/

[admin@node21 tomcat8]$ sudo cp -r /opt/software/solr-7.4.0/server/resources/log4j2.xml /usr/local/tomcat8/webapps/solr/WEB-INF/classes/

6）修改tomcat的bin目录下catalina.bat脚本，增加solr.log.dir系统变量，指定solr日志记录存放地址。

[root@node21 solr]# vi /usr/local/tomcat8/bin/catalina.sh

JAVA_OPTS="$JAVA_OPTS -Dsolr.log.dir=/usr/local/tomcat8/solrhome/logs"

3.启动服务

启动tomcat，访问需要完整路径，我的是http://node21:8080/solr/index.html

4.配置solr的索引库core

1）点击Core Admin，接着点击Add Core这项，创建的instanceDir和dataDir 需存在，报错如下。（Solr里面的core就像数据库里面的一个表，用来管理索引和相关配置。）

2）在索引库目录solrhome下创建new_core目录，拷贝配置文件到new_core目录下

[admin@node21 tomcat8]$ su root

[root@node21 tomcat8]$  mkdir /usr/local/tomcat8/solrhome/new_core

[root@node21 solrhome]$ cp -r /usr/local/tomcat8/solrhome/configsets/sample_techproducts_configs/conf  /usr/local/tomcat8/solrhome/new_core/

然后重启tomcat服务，重新创建core成功

5.配置IK中文分词器

项目地址：https://github.com/magese/ik-analyzer-solr7

内置的分词器不支持停用，扩展功能，ik中文分词器支持屏蔽关键词、新词汇的配置。下载地址：https://pan.baidu.com/s/1vxs98d440NSQIqjc50w1Rw，密码：9dbe

解压分词器安装包

[root@node21 software]# unzip ikanalyzer-solr6.5.zip

[root@node21 software]# lsikanalyzer-solr5 ikanalyzer-solr6.5.zip

[root@node21 software]# ls ikanalyzer-solr5/

ext.dic  IKAnalyzer.cfg.xml  ik-analyzer-solr5-5.x.jar  solr-analyzer-ik-5.1.0.jar  stopword.dic

1）将IK分词器 JAR 包拷贝到Tomcat8\webapps\solr\WEB-INF\lib下

[root@node21 ikanalyzer-solr5]# cp ik-analyzer-solr5-5.x.jar solr-analyzer-ik-5.1.0.jar /usr/local/tomcat8/webapps/solr/WEB-INF/lib/

2）将词典配置文件拷贝到 Tomcat8\webapps\solr\WEB-INF\classes下

[root@node21 ikanalyzer-solr5]# cp ext.dic IKAnalyzer.cfg.xml stopword.dic /usr/local/tomcat8/webapps/solr/WEB-INF/classes/

3）更改在Tomcat8\solr_h\solrhome\new_core\conf找到managed-schema配置文件，末尾添加以下保存

[root@node21 ikanalyzer-solr5]# vi /usr/local/tomcat8/solrhome/new_core/conf/managed-schema

<!--IK中文分词器-->

 <fieldType name="text_ik" class="solr.TextField">

        <analyzer type="index" useSmart="false"

            class="org.wltea.analyzer.lucene.IKAnalyzer" />

        <analyzer type="query" useSmart="true"

            class="org.wltea.analyzer.lucene.IKAnalyzer" />

</fieldType>

4）重启tomcat服务，测试

6. 停止服务

如果要关闭solr服务，直接关闭tomcat就可以了。

三.Solr集群版

solr集群搭建参考：https://www.cnblogs.com/frankdeng/p/9597680.html#top

四.配置Solr服务器导入数据库数据

步骤：

（1）导包

首先是需要在solr的核心库中添加一些导入数据的包，需要如下：

注意：因为在collection中，最初是没有lib这个文件目录的，所以需要自己创建一个lib目录，然后把相应的jar包添加进去。

（2）在collection中的config目录下的solrconfig.xml中添加数据导入处理器

 <requestHandler name="/dataimport"

 class="org.apache.solr.handler.dataimport.DataImportHandler">

 <lst name="defaults">

 <str name="config">data-config.xml</str>

 </lst>

 </requestHandler>

（3）在collection中的config目录添加一个data-config.xml（这个与上面一步配置的名字要相同）

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

 <dataConfig>

 <dataSource type="JdbcDataSource"

 driver="com.mysql.jdbc.Driver"

 url="jdbc:mysql://localhost:3306/需要导入数据的数据库名"

 user="数据库账号"

 password="数据库密码"/>

 <document>

 <entity name="product" query="SELECT pid,name,catalog_name,price,description,picture FROM products">

 <field column="pid" name="id" />

 <field column="name" name="product_name" />

 <field column="catalog_name" name="product_catalog_name" />

 <field column="price" name="product_price" />

 <field column="description" name="product_description" />

 <field column="picture" name="product_picture" />

 </entity>

 </document>

 </dataConfig>

备注：上面的内容，其实一看就大体明白了什么意思，主要就是配置要导入哪个数据库，导入的字段有什么，如果不配置的话，那么solr服务器是无法判断得到的字段的，所以需要进行配置，相当于一个映射配置。

注意：我上面的entity里面的内容就是我需要导入数据的字段的些内容，所以，根据需求进行自行匹配。

（4）在collection中config目录下的schema.xml添加如下内容：（这个是为了能够便于对导入数据库中的数据，与solr中的域进行匹配，因为我们都知道，如果solr域中不存在相应的域，那么是无法进行查询修改删除操作的，那么就不利于我们在以后的项目中对数据库相应字段的处理，所以，这一步是可有可无，但是配置了就有很多的好处）

 <!--配置从数据库导入到sorl中的数据的字段内容，所以每次要从数据库导入什么就需要配置什么-->

 <field name="product_name" type="text_ik" indexed="true" stored="true"/>

 <field name="product_price" type="float" indexed="true" stored="true"/>

 <field name="product_description" type="text_ik" indexed="true" stored="false"/>

 <field name="product_picture" type="string" indexed="false" stored="true"/>

 <field name="product_catalog_name" type="string" indexed="true" stored="true"/>

 <field name="product_keywords" type="text_ik" indexed="true" stored="false" multiValued="true" />

 <copyField source="product_name" dest="product_keywords" />

 <copyField source="product_description" dest="product_keywords" />

（5）重启tomcat，然后登陆solr服务

（6）进行添加数据的处理

（7）点击上面图中的Execute按钮即可进行数据的导入了，然后再进去Query就可查询到导入的数据了哦！！

或者：http://localhost:8080/solr/collection1/dataimport?command=full-import

五.安装过程问题

1.警告Max Processes Limit

最大限制用户进程数，个人电脑低配，由于系统需要更改设置

查看个人最大限制用户进程数 ulimit -u

[root@node21 software]# vi /etc/security/limits.conf

末尾添加如下两行信息，保存退出，重新登录生效

* soft nproc 65535

* hard nproc 65535

或者根据官网的建议，在solr.in.sh中设置SOLR_ULIMIT_CHECKS=false 。

官方老版本solr整合tomcat安装过程参考： https://wiki.apache.org/solr/SolrTomcat