Solr 6.6两种方式创建索引并插入数据（二）
solr环境的搭建请参考：http://www.cnblogs.com/xiao-zhang-blogs/p/7327814.html[*]1. Solr不支持搜索中文，办法总会有的，添加中文分词器。中文分词器有：IKAnalyzer，mmseg4j等
a) 中文分词指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。
b) 写个程序看一下效果。（IKAnalyzer）
代码：
package demo;
import java.io.IOException;
import java.io.StringReader;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;
import org.wltea.analyzer.core.IKSegmenter;
import org.wltea.analyzer.core.Lexeme;
public>public static void main(String[] args) throws IOException { String text
= "我爱你中国，厉害了，我的国。我爱你！";int topWordsCount=4; Map
<String,Integer> wordsFrenMaps=getTextDef(text); sortSegmentResult(wordsFrenMaps,topWordsCount);
}
public static Map getTextDef(String text) throws IOException { Map
<String, Integer> wordsFren=new HashMap<String, Integer>(); IKSegmenter ikSegmenter
= new IKSegmenter(new StringReader(text), true); Lexeme lexeme;
while ((lexeme = ikSegmenter.next()) != null) {if(lexeme.getLexemeText().length()>1){if(wordsFren.containsKey(lexeme.getLexemeText())){ wordsFren.put(lexeme.getLexemeText(),wordsFren.get(lexeme.getLexemeText())
+1); }
else { wordsFren.put(lexeme.getLexemeText(),
1); }
}
}
return wordsFren; }
public static void sortSegmentResult(Map<String,Integer> wordsFrenMaps,int topWordsCount){ Iterator
<Map.Entry<String,Integer>> wordsFrenMapsIterator=wordsFrenMaps.entrySet().iterator();while (wordsFrenMapsIterator.hasNext()){ Map.Entry
<String,Integer> wordsFrenEntry=wordsFrenMapsIterator.next(); System.out.println(wordsFrenEntry.getKey()
+" 的次数为"+wordsFrenEntry.getValue()); }
}
}
效果：
在步骤1.2中教大家如何将中文分词器添加到solr中。
[*]2. 创建core数据来源一共有三种情况，分别是：1、通过java直接写入。2、直接配置数据源。
a) 在E:\solrhome目录下创建一个文件夹helloworld，将solr-6.6.0\example\example-DIH\solr\db文件夹下的conf文件夹赋值到helloworld文件夹下，如下图：
b) 在solr的管理界面点击Core Admin，点击Add Core，输入name值为helloworld，instanceDir值为helloworld，其他项不用改。注意：填写的值必须为我们创建的文件夹的名称，否则报错。最后Add Core。
成功后：
c) 接下来，我们就在创建好的core中去写入数据。
i. 第一种，直接通过java程序写入。
代码如下：
package test;
import java.io.IOException;
import java.util.List;
import org.apache.solr.client.solrj.SolrQuery;
import org.apache.solr.client.solrj.SolrServerException;
import org.apache.solr.client.solrj.impl.HttpSolrClient;
import org.apache.solr.client.solrj.response.QueryResponse;
import org.apache.solr.common.SolrDocument;
import org.apache.solr.common.SolrDocumentList;
import org.apache.solr.common.SolrInputDocument;
import org.apache.solr.common.util.NamedList;
public>//solr的服务器地址 private final static String SOLR_URL = "http://localhost:8080/solr/";
/**
* 往索引库添加文档
* @throws IOException
* @throws SolrServerException
*/
public void addDoc() throws SolrServerException, IOException{
//获得一个solr服务端的请求，去提交,选择具体的某一个solr core
//solr的服务器地址
//private final static String SOLR_URL = "http://localhost:8080/solr/";
HttpSolrClient solr = new HttpSolrClient(SOLR_URL + "helloworld");
try {
//构造一篇文档
SolrInputDocument document = new SolrInputDocument();
//往doc中添加字段,在客户端这边添加的字段必须在服务端中有过定义
document.addField("id", "1");
document.addField("name", "你好");
document.addField("description", "前进的中国你好");
solr.add(document);
solr.commit();
} finally{
solr.close();
}
}
/**
* 根据id从索引库删除文档
*/
public void deleteDocumentById() throws Exception {
//选择具体的某一个solr core
HttpSolrClient server = new HttpSolrClient(SOLR_URL+"helloworld");
//删除文档
// server.deleteById("3");
//删除所有的索引
server.deleteByQuery("*:*");
//提交修改
server.commit();
server.close();
}
/**
* 查询
* @throws Exception
*/
public void querySolr() throws Exception{
HttpSolrClient solrServer = new HttpSolrClient(SOLR_URL+"helloworld");
SolrQuery query = new SolrQuery();
// String temp = "name:文OR description:你";
// query.setQuery(temp);
//下面设置solr查询参数
//query.set("q", "*:*");// 参数q查询所有
query.set("q","好");//相关查询，比如某条数据某个字段含有某个字将会查询出来 ，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:");//id为0-9//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(0);
query.setRows(10);//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();
//NamedList，一个有序的name/value容器，NamedList不像Map
NamedList list = (NamedList) response.getResponse().get("highlighting");
System.out.println(list);
System.out.println("查询的结果");
System.out.println("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"));
}
}
}
效果如下：
ii. 直接配置数据源（结构化数据存储）
[*]如何将中文分词器加入到solr中
先下载mmseg4j的jar包，一共有三个，分别是：mmseg4j-analysis-1.9.1.jar、mmseg4j-core-1.10.0.jar和mmseg4j-solr-2.4.0.jar。
将mmseg4j-core-1.10.0.jar和mmseg4j-solr-2.4.0.jar放在apache-tomcat-8.0.32\webapps\solr\WEB-INF\lib目录下。
（注意：不要将包mmseg4j-analysis-1.9.1.jar放到改目录下，否则会报：java.lang.NoSuchMethodError: com.chenlb.mmseg4j.analysis.MMSegTokenizer.<init>(Lcom/chenlb/mmseg4j/Seg;)V错误信息，原因是：mmseg4j-solr已经包含了mmseg4j-analysis）
[*]在core去配置。
没有加入中文分词器的效果，无论你选择哪种类型，得到的结果如下：
添加中文分词器：
首先mmseg4j有三种分词方式：
<!-- mmseg4j的三种分词方式-->
<fieldtype name="textComplex" positionIncrementGap="100">
<analyzer>
<tokenizer mode="complex" dicPath="/dic"/>
</analyzer>
</fieldtype>
<fieldtype name="textMaxWord" positionIncrementGap="100">
<analyzer>
<tokenizer mode="max-word" />
</analyzer>
</fieldtype>
<fieldtype name="textSimple" positionIncrementGap="100">
<analyzer>
<tokenizer mode="simple" dicPath="G:\ymy\solr\solr-5.4.1\server\solr\good\dic" />
</analyzer>
</fieldtype>
把这些添加到E:\solrhome\helloworld\conf的managed-schema文件的325行左右。
这个文件里面的field 标签里name存放的就是你所要分词的名称，type 放的是分词的类型。这里我把name=”title” 的type改为textComplex。（在148行）
重启tomcat，看一下效果（成功）：
然后配置oracle数据源，这里我选用的表为books表
在managed-schema去添加字段类型和名称（author和name配置文件中有，修改一下type即可，id配置文件中也有，127行）
<field name="name" type="string" indexed="true" stored="true"/>
<field name="author" type="string" indexed="true" stored="true"/>
<field name="summary" type="string" indexed="true" stored="true"/>
<field name="count" type="int" indexed="true" stored="true"/>
配置数据库映射：
首先，在E:\solrhome\helloworld\conf创建一个data-config.xml文件
文件内容：
<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
<dataSource name="source" type="JdbcDataSource" driver="oracle.jdbc.driver.OracleDriver"
url="jdbc:oracle:thin:@localhost:1521:orcl"
user="scott" password="tiger"/>
<document name="mydemo">
<entity name="mydemo" pk="id"dataSource="source" query="select * from books" transformer="ClobTransformer">
<field column="id" name="id" />
<field column="name" name="name" />
<field column="author" name="author"/>
<field column="summary" name="summary" />
<field column="count" name="count"/>
</entity>
</document>
</dataConfig>
接着在E:\solrhome\helloworld\conf的solrconfig.xml配置文件中的<requestHandler name="/select">（743行）上面添加
<requestHandler name="/dataimport">
<lst name="defaults">
<str name="config">data-config.xml</str>
</lst>
</requestHandler>
将数据从数据库导入到helloworld的core中，如下图：
接着，查询全部：
数据成功导入。
页:
[1]