Solr第一讲——概述与入门

一、solr介绍

　　1.什么是solr

　　Solr 是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr可以独立运行在Jetty、Tomcat等这些Servlet容器中。

　　Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化。

　　实现方案：　

　　　　索引流程：solr客户端（浏览器、java程序）可以向solr服务端发送POST请求，请求内容是包含Field等信息的一个xml文档，通过该文档，solr实现对索引的维护（增删改）

　　　　搜索流程：solr客户端（浏览器、java程序）可以向solr服务端发送GET请求，solr服务器返回一个xml文档。

　　　　Solr同样没有视图渲染的功能。

　　2.solr和lucene的区别

　　Lucene是一个开放源代码的全文检索引擎工具包，它不是一个完整的全文检索应用。Lucene仅提供了完整的查询引擎和索引引擎，目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者以Lucene为基础构建全文检索应用。

　　Solr的目标是打造一款企业级的搜索引擎系统，它是基于Lucene一个搜索引擎服务，可以独立运行，通过Solr可以非常快速的构建企业的搜索引擎，通过Solr也可以高效的完成站内搜索功能。

　　最核心得区别是由工具包变成了独立服务，并且索引管理更加方便，可以集群！

二、solr安装配置

　　1.下载

　　Solr和lucene的版本是同步更新的，最新的版本是5.2.1

　　本课程使用的版本：4.10.3

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

　　　　下载版本：4.10.3

　　Linux下需要下载lucene-4.10.3.tgz，windows下需要下载lucene-4.10.3.zip。

　　　　下载lucene-4.10.3.zip并解压：

　　官网：https://lucene.apache.org/

　　各目录概述如下：

　　2.安装配置

　　solr 需要运行在一个Servlet容器中，Solr4.10.3要求jdk使用1.7以上，Solr默认提供Jetty（java写的Servlet容器），本教程使用Tocmat作为Servlet容器。

　　SolrCore的配置

　　　　1.SolrCore和SolrHome

　　　　SolrHome是Solr运行的主目录，该目录中包括了多个SolrCore目录。SolrCore目录中包含了运行Solr实例所有的配置文件和数据文件，Solr实例就是SolrCore。

　　　　一个SolrHome可以包括多个SolrCore（Solr实例），每个SolrCore提供单独的搜索和索引服务。　　

　　　　每一个solrcore都可以单独对外提供搜索和索引服务。

　　　　多个solrcore之间没有关系。

　　　　2.solr界面简介

　　　　Dashboard　

　　　　　　仪表盘，显示了该Solr实例开始启动运行的时间、版本、系统资源、jvm等信息。

　　　　 Logging

　　　　　　Solr运行日志信息

　　　　 Cloud　　　　　

　　　　　　Cloud即SolrCloud，即Solr云（集群），当使用Solr Cloud模式运行时会显示此菜单

　　　　 Core Admin

　　　　　　Solr Core的管理界面。在这里可以添加SolrCore实例

　　　　 java properties

　　　　　　Solr在JVM 运行环境中的属性信息，包括类路径、文件编码、jvm内存设置等信息。

　　　　 Tread Dump

　　　　　　　显示Solr Server中当前活跃线程信息，同时也可以跟踪线程运行栈信息。

　　　　Core selector（重点）

　　　　　　Analysis（重点）

　　　　　　通过此界面可以测试索引分析器和搜索分析器的执行情况。

　　　　　　注：solr中，分析器是绑定在域的类型中的。

　　　　 dataimport

　　　　　　可以定义数据导入处理器，从关系数据库将数据导入到Solr索引库中。

　　　　　　默认没有配置，需要手工配置。　　　

　　　　Document（重点）　　

　　　　　　通过/update表示更新索引，solr默认根据id（唯一约束）域来更新Document的内容，如果根据id值搜索不到id域则会执行添加操作，如果找到则更新。

　　　　　　通过此菜单可以创建索引、更新索引、删除索引等操作，界面如下：

　　　　 Query（重点）　　　

　　　　通过/select执行搜索索引，必须指定“q”查询条件方可搜索。

　　solr的详细配置与教程请参见易百教程：http://www.yiibai.com/solr/apache_solr_on_windows_environment.html#article-start

　　　　　　　　　　　　　　　solr中国：https://www.solr.cc/blog/

三、solr的基本使用　　

　　1.schema文件　　

　　在schema.xml文件中，主要配置了solrcore的一些数据信息，包括Field和FieldType的定义等信息，

　　在solr中，Field和FieldType都需要先定义后使用。

　　注意：solr的各版本差异导致文件位置等可能会发生变化，比如这里搜索到的其中一个位置是（具体各文件待阅读文档）：

　　实例讲解：

　　　　Field：定义Field域

  <field name="title" type="text_simple" indexed="true" stored="true" multiValued="true"/>

　　其中：（与lucene的概念是基本相通的）

　　　　 name——指定域的名称

　　　　type——指定域的类型（用哪个分词器等）

　　　　indexed——是否索引

　　　　stored——是否存储

　　　　multiValued——是否多值（比如商品信息中，一个商品有多张图片，一个Field像存储多个值的话，必须将multiValued设置为true。）

　　dynamicField：动态域

 <dynamicField name="*_i"  type="int"    indexed="true"  stored="true"/>

　　Name——指定动态域的命名规则，此例中匹配i为后缀的

　 uniqueKey：唯一键

<uniqueKey>id</uniqueKey>

　　其中的id是在Field标签中已经定义好的域名，而且该域要设置为required为true。

　　一个schema.xml文件中必须有且仅有一个唯一键

　　 copyField：复制域

<copyField source="cat" dest="text"/>

　　Source：要复制的源域的域名

　　Dest：目标域的域名

　　由dest指的的目标域，必须设置multiValued为true。

　　可以通过复制将多个域复制到一个域进行操作

　　 FieldType：定义域的类型

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

      <analyzer type="index">

        <tokenizer class="solr.StandardTokenizerFactory"/>

        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

        <!-- in this example, we will only use synonyms at query time

        <filter class="solr.SynonymGraphFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>

        <filter class="solr.FlattenGraphFilterFactory"/>

        -->

        <filter class="solr.LowerCaseFilterFactory"/>

      </analyzer>

      <analyzer type="query">

        <tokenizer class="solr.StandardTokenizerFactory"/>

        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

        <filter class="solr.SynonymGraphFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>

        <filter class="solr.LowerCaseFilterFactory"/>

      </analyzer>

    </fieldType>

　　　 name——指定域的名称

　　　　class——指定域的类型对应的solr类型

　　　　analyzer——指定分析器

　　　　tokenizer——分词器

　　　　filter——过滤器

　　2.中文分词器

　　使用IKAnalyzer中文分析器

　　基本步骤：　

　　　　第一步：把IKAnalyzer2012FF_u1.jar添加到solr/WEB-INF/lib目录下。

　　　　第二步：复制IKAnalyzer的配置文件和自定义词典和停用词词典到solr的classpath下。

　　　　第三步：在schema.xml中添加一个自定义的fieldType，使用中文分析器。

<!-- IKAnalyzer-->

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

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

    </fieldType>

　　　　//这里的TextField与Lucene的TextField还是有差别的

　　　　第四步：定义field，指定field的type属性为text_ik

<!--IKAnalyzer Field-->

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

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