Solr6.5配置中文分词IKAnalyzer和拼音分词pinyinAnalyzer (二)

yes-no

　　之前在 Solr6.5在Centos6上的安装与配置 (一) 一文中介绍了solr6.5的安装。这篇文章主要介绍创建Solr的Core并配置中文IKAnalyzer分词和拼音检索。

一、创建Core：
　　1、首先在solrhome（solrhome的路径和配置见Solr6.5在Centos6上的安装与配置 (一)中solr的web.xml）中创建mycore目录;
　　

[iyunv@localhost down]#　　
[iyunv@localhost down]# mkdir /down/apache-tomcat-8.5.12/solrhome/mycore
　　
[iyunv@localhost down]# cd /down/apache-tomcat-8.5.12/solrhome/mycore
　　

[iyunv@localhost mycore]# 　　

　　2、复制solr-6.5.0\example\example-DIH\solr\solr下的所有文件到/down/apache-tomcat-8.5.12/solrhome/mycore目录下：
　　

[iyunv@localhost mycore]# cp -R /down/solr-6.5.0/example/example-DIH/solr/solr/* ./　　
[iyunv@localhost mycore]# ls
　　
conf  core.properties
　　
[iyunv@localhost mycore]#
　　

　　3、重新启动tomcat;
　　

[iyunv@localhost down]# /down/apache-tomcat-8.5.12/bin/shutdown.sh　　
[iyunv@localhost down]# /down/apache-tomcat-8.5.12/bin/startup.sh
　　

　　4、此时在浏览器输入http://localhost:8080/solr/index.html即可出现Solr的管理界面，即可看到我们刚才的mycore

二、配置solr自带的中文分词(和IK的区别是不能自己添加词库)：
　　1、配置solr6.5自带中文分词。复制solr-6.5.0/contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-6.5.0.jar到apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
　　

[iyunv@localhost down]# cp /down/solr-6.5.0/contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-6.5.0.jar /down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/　　

　　2、为core添加对中文分词的支持。编辑mycore下conf下的managed-schema文件.
　　

[iyunv@localhost conf]# cd /down/apache-tomcat-8.5.12/solrhome/mycore/conf　　
[iyunv@localhost conf]# vi managed-schema
　　

　　在文件的</schema>前添加
　　

<fieldType name="text_smartcn" positionIncrementGap="0">　　
<analyzer type="index">
　　
<tokenizer/>
　　
</analyzer>
　　
<analyzer type="query">
　　
<tokenizer/>
　　
</analyzer>
　　
</fieldType>
　　

　　重启tomcat,后在浏览器输入http://localhost:8080/solr/index.html#/mycore/analysis
　　在Field Value (Index)文本框输入一些中文，然后Analyse Fieldname / FieldType:选择text_smartcn查看中文分词的效果。
　　如图：

三、配置IKAnalyzer的中文分词：
　　1、首先下载IKAnalyzer 这是最新的支持solr6.5.
　　解压后会有四个文件。
　　

[iyunv@localhost ikanalyzer-solr5]# ls　　
ext.dic  IKAnalyzer.cfg.xml  solr-analyzer-ik-5.1.0.jar ik-analyzer-solr5-5.x.jar  stopword.dic
　　

　　

ext.dic为扩展字典,stopword.dic为停止词字典，IKAnalyzer.cfg.xml为配置文件，solr-analyzer-ik-5.1.0.jar ik-analyzer-solr5-5.x.jar为分词jar包。　　2、将文件夹下的IKAnalyzer.cfg.xml , ext.dic和stopword.dic 三个文件 复制到/webapps/solr/WEB-INF/classes 目录下，并修改IKAnalyzer.cfg.xml
　　

　　

[iyunv@localhost ikanalyzer-solr5]# cp ext.dic IKAnalyzer.cfg.xml stopword.dic /down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/classes/　　

　　

<?xml version="1.0" encoding="UTF-8"?>　　
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">
　　
<properties>
　　
<comment>IK Analyzer 扩展配置</comment>
　　
<!--用户可以在这里配置自己的扩展字典 -->
　　
<entry key="ext_dict">ext.dic;</entry>
　　

　　
<!--用户可以在这里配置自己的扩展停止词字典-->
　　
<entry key="ext_stopwords">stopword.dic;</entry>
　　

　　
</properties>
　　

　　3、在ext.dic 里增加自己的扩展词典，例如，唯品会 聚美优品
　　4、复制solr-analyzer-ik-5.1.0.jar ik-analyzer-solr5-5.x.jar到/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
　　

[iyunv@localhost down]# cp /down/ikanalyzer-solr5/solr-analyzer-ik-5.1.0.jar ik-analyzer-solr5-5.x.jar /down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/　　

　　5、在 solrhome\mycore\conf\managed-schema 文件</schema>前增加如下配置
　　

<!-- 我添加的IK分词 -->　　
<fieldType name="text_ik">
　　
<analyzer type="index">
　　
<tokenizer useSmart="true"/>
　　
</analyzer>
　　
<analyzer type="query">
　　
<tokenizer useSmart="true"/>
　　
</analyzer>
　　
</fieldType>
　　

　　注意:  记得将stopword.dic，ext.dic的编码方式为UTF-8 无BOM的编码方式。
　　重启tomcat查看分词效果。

　　

　　

四、配置拼音检索：
　　1、前期准备，需要用到pinyin4j-2.5.0.jar、pinyinAnalyzer.jar这两个jar包,下载地址。
　　2、将pinyin4j-2.5.0.jar、pinyinAnalyzer.jar这两个jar包复制到/down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/目录下。
　　

[iyunv@localhost down]# cp pinyin4j-2.5.0.jar pinyinAnalyzer4.3.1.jar /down/apache-tomcat-8.5.12/webapps/solr/WEB-INF/lib/　　

　　3、在 solrhome\mycore\conf\managed-schema 文件</schema>前增加如下配置：
　　

<fieldType name="text_pinyin" positionIncrementGap="0">　　
<analyzer type="index">
　　
<tokenizer/>
　　
<filter minTermLenght="2" />
　　
<filter minGram="1" maxGram="20" />
　　
</analyzer>
　　
<analyzer type="query">
　　
<tokenizer/>
　　
<filter minTermLenght="2" />
　　
<filter minGram="1" maxGram="20" />
　　
</analyzer>
　　
</fieldType>
　　

　　重启tomcat查看拼音检索效果。

　　这里用的是solr自带的中文分词加上pinyin4j来实现的。
　　相关文件的下载地址：
　　ikanalyzer-solr5.zip
　　pinyin.zip
　　所有要用到的文件：solr6.5ik-pinyin.zip