Solr第一讲

xxggmmxx

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" positionIncrementGap="100">　　
<analyzer type="index">
　　
<tokenizer/>
　　
<filter ignoreCase="true" words="stopwords.txt" />
　　
<!-- in this example, we will only use synonyms at query time
　　
<filter synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
　　
<filter/>
　　

-->　　
<filter/>
　　
</analyzer>
　　
<analyzer type="query">
　　
<tokenizer/>
　　
<filter ignoreCase="true" words="stopwords.txt" />
　　
<filter synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
　　
<filter/>
　　
</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">
　　
<analyzer/>
　　
</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"/>