Solr 6.6两种方式创建索引并插入数据（二）

qq489498494

　　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:[0 TO 9]");//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。