设为首页 收藏本站
查看: 2368|回复: 0

[经验分享] Solr初步学习

[复制链接]

尚未签到

发表于 2015-7-18 10:58:20 | 显示全部楼层 |阅读模式
  Solr采用Lucene搜索库为核心,提供全文索引和搜索开源企业平台,提供REST的HTTP/XML和JSON的API,如果你是Solr新手,那么就和我一起来入门吧!本教程以solr4.8作为测试环境,jdk版本需要1.7及以上版本。

准备
  本文假设你对Java有初中级以上水平,因此不再介绍Java相关环境的配置。下载解压缩solr,在example目录有start.jar文件,启动:







1




java -jar start.jar
  浏览器访问:http://localhost:8983/solr/,你看到的就是solr的管理界面

索引数据
  服务启动后,目前你看到的界面没有任何数据,你可以通过POSTing命令向Solr中添加(更新)文档,删除文档,在exampledocs目录包含一些示例文件,运行命令:







1




java -jar post.jar solr.xml monitor.xml
  上面的命令是向solr添加了两份文档,打开这两个文件看看里面是什么内容,solr.xml里面的内容是:







1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20








  SOLR1000

  Solr, the Enterprise Search Server

  Apache Software Foundation

  software

  search

  Advanced Full-Text Search Capabilities using Lucene

  Optimized for High Volume Web Traffic

  Standards Based Open Interfaces - XML and HTTP

  Comprehensive HTML Administration Interfaces

  Scalability - Efficient Replication to other Solr Search Servers

  Flexible and Adaptable with XML configuration and Schema

  Good unicode support: héllo (hello with an accent over the e)

  0

  10

  true

  2006-01-17T00:00:00.000Z




  表示向索引中添加一个文档,文档就是用来搜索的数据源,现在就可以通过管理界面搜索关键字”solr”,具体步骤是:
DSC0000.png
  点击页面下的Execute Query按钮后右侧就会显示查询结果,这个结果就是刚才导入进去的solr.xml的json格式的展示结果。solr支持丰富的查询语法,比如:现在想搜索字段name里面的关键字”Search”就可以用语法name:search,当然如果你搜索name:xxx就没有返回结果了,因为文档中没有这样的内容。

数据导入
  导入数据到Solr的方式也是多种多样的:


  • 可以使用DIH(DataImportHandler)从数据库导入数据
  • 支持CSV文件导入,因此Excel数据也能轻松导入
  • 支持JSON格式文档
  • 二进制文档比如:Word、PDF
  • 还能以编程的方式来自定义导入

更新数据
  如果同一份文档solr.xml重复导入会出现什么情况呢?实际上solr会根据文档的字段id来唯一标识文档,如果导入的文档的id已经存在solr中,那么这份文档就被最新导入的同id的文档自动替换。你可以自己尝试试验一下,观察替换前后管理界面的几个参数:Num Docs,Max Doc,Deleted Docs的变化。


  • numDocs:当前系统中的文档数量,它有可能大于xml文件个数,因为一个xml文件可能有多个标签。
  • maxDoc:maxDoc有可能比numDocs的值要大,比如重复post同一份文件后,maxDoc值就增大了。
  • deletedDocs:重复post的文件会替换掉老的文档,同时deltedDocs的值也会加1,不过这只是逻辑上的删除,并没有真正从索引中移除掉

删除数据
  通过id删除指定的文档,或者通过一个查询来删除匹配的文档







1

2




java -Ddata=args -jar post.jar "SOLR1000"

java -Ddata=args -jar post.jar "name:DDR"
  此时solr.xml文档从索引中删除了,再次搜”solr”时不再返回结果。当然solr也有数据库中的事务,执行删除命令的时候事务自动提交了,文档就会立即从索引中删除。你也可以把commit设置为false,手动提交事务。







1




java -Ddata=args  -Dcommit=false -jar post.jar "3007WFP"
  执行完上面的命令时文档并没有真正删除,还是可以继续搜索相关结果,最后可以通过命令:







1




java -jar post.jar -
  提交事务,文档就彻底删除了。现在把刚刚删除的文件重新导入Solr中来,继续我们的学习。
  删除所有数据:







1




http://localhost:8983/solr/collection1/update?stream.body=*:*&commit=true
  删除指定数据







1




http://localhost:8983/solr/collection1/update?stream.body=title:abc&commit=true
  多条件删除







1




http://localhost:8983/solr/collection1/update?stream.body=title:abc AND name:zhang&commit=true

查询数据
  查询数据都是通过HTTP的GET请求获取的,搜索关键字用参数q指定,另外还可以指定很多可选的参数来控制信息的返回,例如:用fl指定返回的字段,比如f1=name,那么返回的数据就只包括name字段的内容







1




http://localhost:8983/solr/collection1/select?q=solr&fl=name&wt=json&indent=true


  • 排序  Solr提供排序的功能,通过参数sort来指定,它支持正序、倒序,或者多个字段排序

    • q=video&sort=price desc
    • q=video&sort=price asc
    • q=video&sort=inStock asc, price desc
      默认条件下,Solr根据socre 倒序排列,socre是一条搜索记录根据相关度计算出来的一个分数。


  • 高亮  网页搜索中,为了突出搜索结果,可能会对匹配的关键字高亮出来,Solr提供了很好的支持,只要指定参数:

    • hl=true  #开启高亮功能
    • hl.fl=name #指定需要高亮的字段









1




http://localhost:8983/solr/collection1/select?q=Search&wt=json&indent=true&hl=true&hl.fl=features

    返回的内容中包含:







1

2

3

4

5




"highlighting":{

       "SOLR1000":{

           "features":["Advanced Full-Text Search Capabilities using Lucene"]

       }

}

文本分析
  文本字段通过把文本分割成单词以及运用各种转换方法(如:小写转换、复数移除、词干提取)后被索引,schema.xml文件中定义了字段在索引中,这些字段将作用于其中.
默认情况下搜索”power-shot”是不能匹配”powershot”的,通过修改schema.xml文件(solr/example/solr
/collection1/conf目录),把features和text字段替换成”text_en_splitting”类型,就能索引到了。







1

2

3






...


  修改完后重启solr,然后重新导入文档







1




java -jar post.jar *.xml
  现在就可以匹配了



    • power-shot—>Powershot
    • features:recharing—>Rechargeable
    • 1 gigabyte  –> 1G


运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-87923-1-1.html 上篇帖子: sth about solr and other opensource utils 下篇帖子: Solr中schema.xml的解释
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表