solr（一）---介绍与安装

3tr21

  最近公司招新人，有两位应届硕士生同学过来面试。一看简历上，都有solr的开发经验。于是想，“这没整过啊！我怎么面呢？”于是，自己找资料，进行了一段时间的学习！总算是有个学习成果吧！现写下这一系列文章进行记录。也帮助刚学习solr的同学进行学习。一、什么是solr？
    Solr是一个基于Lucene的Java搜索引擎服务器。Solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包括 XML/XSLT 和 JSON 格式）。它易于安装和配置，而且附带了一个基于 HTTP 的管理界面。Solr已经在众多大型的网站中使用，较为成熟和稳定。Solr 包装并扩展了 Lucene，所以Solr的基本上沿用了Lucene的相关术语。更重要的是，Solr 创建的索引与 Lucene 搜索引擎库完全兼容。通过对Solr 进行适当的配置，某些情况下可能需要进行编码，Solr 可以阅读和使用构建到其他 Lucene 应用程序中的索引。此外，很多 Lucene 工具（如Nutch、 Luke）也可以使用Solr 创建的索引。
    1.1、什么是lucene？
    Lucene是一个基于Java的全文信息检索工具包，它不是一个完整的搜索应用程序，而是为你的应用程序提供索引和搜索功能。Lucene 目前是 Apache Jakarta(雅加达) 家族中的一个开源项目。也是目前最为流行的基于Java开源全文检索工具包。目前已经有很多应用程序的搜索功能是基于 Lucene ，比如Eclipse 帮助系统的搜索功能。Lucene能够为文本类型的数据建立索引，所以你只要把你要索引的数据格式转化的文本格式，Lucene 就能对你的文档进行索引和搜索。
    1.2、lucene和solr是什么关系？
    Solr与Lucene 并不是竞争对立关系，恰恰相反Solr 依存于Lucene，因为Solr底层的核心技术是使用Lucene 来实现的，Solr和Lucene的本质区别有以下三点：搜索服务器，企业级和管理。Lucene本质上是搜索库，不是独立的应用程序，而Solr是。Lucene专注于搜索底层的建设，而Solr专注于企业应用。Lucene不负责支撑搜索服务所必须的管理，而Solr负责。所以说，一句话概括 Solr: Solr是Lucene面向企业搜索应用的扩展。

    Solr使用Lucene并且扩展了它！

• 
  
  • 一个真正的拥有动态字段(Dynamic Field)和唯一键(Unique Key)的数据模式(Data Schema)
  • 对Lucene查询语言的强大扩展！
  • 支持对结果进行动态的分组和过滤
  • 高级的，可配置的文本分析
  • 高度可配置和可扩展的缓存机制
  • 性能优化
  • 支持通过XML进行外部配置
  • 拥有一个管理界面
  • 可监控的日志
  • 支持高速增量式更新(Fast incremental Updates)和快照发布(Snapshot Distribution)
    

    因为solr是基于Lucene的，他们底层的概念都是一样的。读者如果初学solr，对lucene不了解的话，可以先大概了解一下lucene。以下有两篇很好的关于lucene的介绍文章：
    http://www.ibm.com/developerworks/cn/java/j-lo-lucene1/#ibm-pcon
    http://www.ibm.com/developerworks/cn/java/wa-lucene/
    为了对文档进行索引，Lucene 提供了五个基础的类，他们分别是 Document, Field, IndexWriter, Analyzer, Directory。读完以上两篇文章，读者应该了解这些基础类有什么作用。
二、solr的安装：
2.1、下载工具
    Solr 必须运行在Java1.6 或更高版本的Java 虚拟机中，运行标准Solr 服务只需要安装JRE 即可，但如果需要扩展功能或编译源码则需要下载JDK 来完成。笔者用的是JDK1.6
    solr需要运行在servlet服务器上，笔者用的是tomcat。版本的话，根据自己情况去选择。笔者用的是6.0.37版本。
    如果读者打算下载源码进行自行编译的话，同时还需要下载Ant。但是需要注意的是，笔者写本文时，最新版本的solr是4.10.2。但是运行ant进行编译时，会提示jdk支持的最低版本是1.7，可是笔者不愿意换jdk于是一直降低版本到4.7.2才发现只是1.6的jdk。
   
    于是需要下载的工具如下：

•     JRE或JDK（1.6版本以上）：http://java.sun.com/j2se/downloads.html
•     Ant 1.6.x 或更高版本
•     tomcat  ：http://tomcat.apache.org/
•     solr：http://www.apache.org/dyn/closer.cgi/lucene/solr/
  

2.2、配置Ant
    Solr是使用Ant进行管理的源码, Ant是一种基于Java的build工具。理论上来说，它有些类似于Maven 或者是 C中的make。下载后解压出来后，进行环境变量设置。
    ANT_HOME：C:apache-ant-1.9.4-bin (这里为你自己解压缩的目录)
    PATH：%ANT_HOME%in （这个设置是为了方便在dos环境下操作）

    查看是否安装成功，在命令行窗口中输入命令ant，若出现结果:

    说明ant安装成功！因为ant默认运行build.xml文件，这个文件需要我们建立。现在就可以进行build Solr源码了。在命令行窗口中进入到你的Solr源码目录，输入ant会出现当前build.xml使用提示信息。

   

    当然，如果读者自己的IDE已经有了Ant的话，可以在IDE里自己build。
2.3、配置solr
    2.3.1、目录结构介绍
    下载solr后，解压压缩包。解压到F:solrsolr-4.7.2。解压之后的目录结构如下：

    contrib目录里都是相关扩展所需要的jar包；
    dist也是相关jar包，但是最主要的文件是：solr的war包（solr-4.7.2.war）；
    docs是solr的相关介绍文档（index.html包含了所有该版本已包含功能的介绍，而tutorial.html对solr的运行过程进行了介绍）；
    example是非常重要的一个目录，它包含了相关示例程序：
        example-DIH    ---数据库做索引数据源的示例；
        exampledocs    ---所有示例用的xml文件，作为索引数据源；
        multicore          ---实现多core的示例；
        solr                  ---一个非常完整的基础示例；
    licenses目录里保存了相关证书文件。
    2.3.2、Tomcat下Solr安装配置
    A、Tomcat 配置文件confserver.xml
    添加编码的配置 URIEncoding="UTF-8" （如不添加，中文检索时因为乱码搜索不到）。
    添加后为：
    <connector port="8080" protocol="HTTP/1.1" connectiontimeout="20000"
           redirectPort="8443" URIEncoding="UTF-8" />
    B、复制solr.war文件
    复制F:solrsolr-4.7.2distsolr-4.7.2.war到tomcat的webapps目录下（笔者的目录为E:apache-tomcat-6.0.37webapps），并改名为solr.war。解压。
    C、建立主目录
    根据自己情况，在磁盘上创建一个solr的主目录。笔者创建在E:solr-tomcatsolr，把F:solrsolr-4.7.2examplesolr复制到该主目录下。
    Solr的安装配置最为麻烦的是对solr.solr.home（主目录）的理解和配置，主要有3种：
    基于环境变量solr.solr.home
    在当前用户的环境变量中添加如下环境变量
        Dsolr.solr.home=E:solr-tomcatsolr
    基于JNDI配置
    在tomcat的E:apache-tomcat-6.0.37confCatalinalocalhost目录下创建solr.xml ，内容如下:

1 2 3

    修改solr工程的web.xml文件
    修改E:apache-tomcat-6.0.37webappssolrWEB-INFweb.xml文件：

1 2 3 4 5 6 7 8 9

solr/home        E:solr-tomcatsolr        java.lang.String

     这样，solr的基本配置都OK了。运行tomcat，在浏览器输入http://localhost:8080/solr即可访问solr的管理页面。