不错的 solr 使用安装介绍

tyxiayu

　　前些日子做了个 apache solr 应用的入门介绍，也在博客记录下，方便新手看看。以搜索论坛帖子为示例。
　　1、先下载 Apache Solr 1.3 http://apache.etoak.com/lucene/solr/1.3.0/apache-solr-1.3.0.zip，解压到如 E:\apache-solr-1.3.0。
　　2、下载 Apache Tomcat 6.0.18 http://labs.xiaonei.com/apache-mirror/tomcat/tomcat-6/v6.0.18/bin/apache-tomcat-6.0.18.zip，解压到如 E:\apache-tomcat-6.0.18。
　　3、solr 安装到 tomcat。修改 E:\apache-tomcat-6.0.18\conf\server.xml，加个 URIEncoding="UTF-8"，把 8080 的那一块改为：

•   
  

　　把下面的内容保存到 E:\apache-tomcat-6.0.18\conf\Catalina\localhost\solr.xml，没有这个目录自行创建。

•   
  
•       
  
•   
  

　　solr 的更多方式请看：solr install
　　4、现在安装好，启动 tomcat，并打开 http://localhost:8080/solr/admin/ 看看界面。
　　5、为搜索论坛帖子应用设计索引结构：


字段说明


id
帖子 id


user
发表用户名或UserId


title
标题


content
内容


timestamp
发表时间


text
把标题和内容放到这里，可以用同时搜索这些内容。
　　6、上面的索引结构告诉 solr，把下面的内容覆盖 E:\apache-solr-1.3.0\example\solr\conf\scheam.xml，（可以先备份这文件，方便以后看官方示例）：

•   
  
•   
  
•   
  
•   
  
•     
  
•       
  
•       
  
•   
  
•       
  
• text  
  
•   
  
•    
  
•   
  
•   
  
•    
  
•      
  
•      
  
•   
  
•   
  

　　7、重启 tomcat，然后手动在 E:\apache-solr-1.3.0\example\exampledocs 创建两个 xml 数据文件。分别保存为 demo-doc1.xml 和 demo-doc2.xml：

•   
  
•   
  
•       
  
•         1  
  
•         chenlb  
  
•         solr 应用演讲  
  
•         这一小节是讲提交数据给服务器做索引，这里有一些数据，如：服务器，可以试查找它。  
  
•       
  
•   
  

•   
  
•   
  
•       
  
•         2  
  
•         bory.chan  
  
•         搜索引擎  
  
•         搜索服务器那边有很多数据。  
  
•         2009-02-18T00:00:00Z  
  
•       
  
•       
  
•         3  
  
•         other  
  
•         这是什么  
  
•         你喜欢什么运动？篮球？  
  
•         2009-02-18T12:33:05.123Z  
  
•       
  
•   
  

　　8、提交数据做索引，到 E:\apache-solr-1.3.0\example\exampledocs，运行：

E:\apache-solr-1.3.0\example\exampledocs>java -Durl=http://localhost:8080/solr/update -Dcommit=yes -jar post.jar demo-doc*.xml
SimplePostTool: version 1.2
SimplePostTool: WARNING: Make sure your XML documents are encoded in UTF-8, other encodings are not currently supported
SimplePostTool: POSTing files to http://localhost:8080/solr/update..
SimplePostTool: POSTing file demo-doc1.xml
SimplePostTool: POSTing file demo-doc2.xml
SimplePostTool: COMMITting Solr index changes..
　　9、查看搜索结果：
　　所有内容 http://localhost:8080/solr/select/?q=*%3A*&version=2.2&start=0&rows=10&indent=on

•   
  
•   
  
•   
  
•   
  
• 0  
  
• 0  
  
•   
  
•   on  
  
•   0  
  
•   *:*  
  
•   10  
  
•   2.2  
  
•   
  
•   
  
•   
  
•   
  
•   这一小节是讲提交数据给服务器做索引，这里有一些数据，如：服务器，可以试查找它。  
  
•   1  
  
•   2009-05-27T04:07:54.89Z  
  
•   solr 应用演讲  
  
•   chenlb  
  
•   
  
•   
  
•   搜索服务器那边有很多数据。  
  
•   2  
  
•   2009-02-18T00:00:00Z  
  
•   搜索引擎  
  
•   bory.chan  
  
•   
  
•   
  
•   你喜欢什么运动？篮球？  
  
•   3  
  
•   2009-02-18T12:33:05.123Z  
  
•   这是什么  
  
•   other  
  
•   
  
•   
  
•   
  

　　bory.chan 用户的：http://localhost:8080/solr/select/?q=user%3Abory.chan&version=2.2&start=0&rows=10&indent=on

•   
  
•   
  
•   
  
•   
  
• 0  
  
• 0  
  
•   
  
•   on  
  
•   0  
  
•   user:bory.chan  
  
•   10  
  
•   2.2  
  
•   
  
•   
  
•   
  
•   
  
•   搜索服务器那边有很多数据。  
  
•   2  
  
•   2009-02-18T00:00:00Z  
  
•   搜索引擎  
  
•   bory.chan  
  
•   
  
•   
  
•   
  

　　时间 http://localhost:8080/solr/select/?q=timestamp%3A%5B%222009-02-18T00%3A00%3A00Z%22+TO+%222009-02-19T00%3A00%3A00Z%22%5D&version=2.2&start=0&rows=10&indent=on

•   
  
•   
  
•   
  
•   
  
• 0  
  
• 16  
  
•   
  
•   on  
  
•   0  
  
•   timestamp:["2009-02-18T00:00:00Z" TO "2009-02-19T00:00:00Z"]  
  
•   10  
  
•   2.2  
  
•   
  
•   
  
•   
  
•   
  
•   搜索服务器那边有很多数据。  
  
•   2  
  
•   2009-02-18T00:00:00Z  
  
•   搜索引擎  
  
•   bory.chan  
  
•   
  
•   
  
•   你喜欢什么运动？篮球？  
  
•   3  
  
•   2009-02-18T12:33:05.123Z  
  
•   这是什么  
  
•   other  
  
•   
  
•   
  
•   
  

　　常用的 solr 查询参数请看：solr 查询参数说明
　　简单的示例已经完成了，索引文件（默认）会在 CWD/solr/data/index 目录下，要改为 solr.home/data目录下，在 F:\apache-solr-1.3.0\example\solr\conf\solrconfig.xml 把 dataDir 注释掉，如：

•   
  

  

　　说明：上面没有使用中文分词，用官方的 CJK 分词，另外有 mmseg4j 中文分词的示例，请看：solr 中文分词 mmseg4j 使用例子

13 条评论 »

• 
  lemonhall 于 2009-06-02 @ 13:48:07 留言 ：
  
  
  　　看了很长时间你的博客了，中文的SOLR资料太少了。
  　　下载了MM，用JAVA -JAR的方式运行分词没有问题。
  　　但在UBUNTU 9.10，JETTY方式下，不会安装MM....
  　　这个步骤总是语焉不详。
  　　系统提示无法加载COM.CHENLB.COM.MM......................
  　　我把所有的JAR包都放在CMD/EXAMPLE/LIB下面了。JETTY可以看见这些JAR文件，但总是说无法加载。
  　　1.6.2，好多个JAR包，我不知道该怎么放，只好把全部的JAR包都解压到同一个目录下了。
  回复
  
  
  　　chenlb 回复: on June 2nd, 2009@15:09
  　　solr 1.3 新的加载 lib 方式， 把 mmseg4j 相关的 *.jar 放到 solr.home/lib 目录下，solr 会正确加载。
  回复
  
  
  　　chenlb 回复: on June 2nd, 2009@15:14
  　　如果是 solr 1.3 就可以只要 mmseg4j-all-1.6.2.jar 放到 solr.home/lib 就行了。
  回复
  
  
• 
  lemonhall 于 2009-06-02 @ 15:52:12 留言 ：
  
  
  　　多谢你的快速回复，但是发觉还是不行。
  　　我是用JETTY哪个测试用的容器做得。
  　　apache-solr-1.3.0/lib
  　　apache-solr-1.3.0/example/lib
  　　这两个LIB我都放上了MMSEG和DATA文件，使用默认的目录树，这回变成报错无法启动SOLR。。。
  　　我再调调吧，新手的痛苦。
  　　另外我看到一篇帖子是讲默认的CJK的，那个倒是很好配置。以下引用我找到的一个配置实例，因为你的配置文件我配好后分词无法运行。他还提到某个报错，死马当火马医吧。
  　　==============================
  　　默认情况下 Apache Solr 是不支持中文检索的，如果文档中包含中文，必须用完整的一句中文才能检索出内容。
  下面以 Apache Solr 的演示程序为例，注意：粗体部分是需要修改的地方。
  找到如下三行：
  　　修改为：
  　　找到如下两行：
  　　修改为：
  　　修改完毕，重新运行 Apache Solr 就可以对中文进行检索了，原先已经导入的文档需要重新导入。
  记住原先的配置中有个 positionIncrementGap="100" 一定要删除了，否则会有异常。
  回复
  
  
  　　chenlb 回复: on June 2nd, 2009@16:04
  　　F:\apache-solr-1.3.0\example\solr 作为 solr.home 的话
  　　是 F:\apache-solr-1.3.0\example\solr\lib， 没有这个目录的，自己创建，不是放到
  　　apache-solr-1.3.0/lib
  　　apache-solr-1.3.0/example/lib
  　　如果 直接用  （也即是说 用 Analyzer 类的话），positionIncrementGap="100" 是一定要删除，
  回复
  
  
  　　chenlb 回复: on June 2nd, 2009@16:06
  　　这里： http://blog.chenlb.com/2009/04/solr-chinese-segment-mmseg4j-use-demo.html
  回复
  
  
• 
  lemonhall 于 2009-06-02 @ 16:16:15 留言 ：
  
  
  　　哈哈，非常感谢，搞定了。确实是不理解什么是SOLR.HOME这个东西。竟然在这里卡了半天时间。。。
  　　调试通过了，分词正确。
  　　再次感谢，准备在企业环境下部署SOLR。
  　　中文这下子不怕了。
  回复
  
  
• 
  lemonhall 于 2009-06-03 @ 13:31:41 留言 ：
  
  
  　　又来讨饶作者了，想问一下，据您所知
  　　现有的、正在使用中的最大的词库，大概有多大？
  　　我现在加载了一个50W的医学名词词库~~速度有些慢了。当然和测试用机器不好可能也有关系。
  　　发觉词库是中文搜索的最大的关键点。
  回复
  
  
  　　chenlb 回复: on June 3rd, 2009@15:50
  　　不是专业/业行词库 22W
  回复