开源搜索引擎solr4.0+tomcat7实现中文分词

741057228我QQ

　　2012年12月16日，solr4.0正式版发布，由于其新功能比较给力（特别是关于分布式的新特性，关联zookeeper等），所以准备替换掉老版本
　　官网下载solr4.0：http://lucene.apache.org/solr/
　　mmseg4j分词下载：http://code.google.com/p/mmseg4j/downloads/list
　　词库下载：http://code.google.com/p/mmseg4j/downloads/detail?name=data.zip&can=2&q=
　　系统：centos 6.2（64位）
　　ip地址：192.168.1.124
　　tomcat:apache-tomcat-7.0.29
　　下载完成后就开始正式配置了
　　一.安装准备
　　调整系统参数
　　在/etc/sysctl.conf配置文件中增加如下内核参数
　　

• net.ipv4.tcp_tw_reuse = 1
  
• net.ipv4.tcp_tw_recycle = 1
  
• net.ipv4.tcp_fin_timeout = 5
  

　　

　　然后sysctl -p查看一下

　　附：net.ipv4.tcp_syncookies = 1参数在centos6.2中本身就有，所以我没有加，没有的可自己手动填上
　　二.安装及配置过程
　　1.安装tomcat
　　不做演示，详情见：http://5142926.blog.51cto.com/5132926/960900
　　修改tomcat配置文件/conf/server.xml

　　
　　附:即填上utp-8防止中文乱码
　　2.安装配置solr
　　(1).解压下载的apache-solr-4.0.0,在他的dist目录下有个文件叫做apache-solr-4.0.0.war，将这个文件拷贝到tomcat的webapps/目录下，并重命名为solr.war
　　(2).新建/opt/solr-tomcat/solr文件夹，把下载的solr包中的example/solr文件夹下面的所有文件放入到 /opt/solr-tomcat/solr里面
　　(3).1) 最后一步 配置添加solr.home环境变量，可以有二种方式（两种取其一即可）：
　　a）基于环境变量
　　linux在当前用户的环境变量中（.bash_profile）或在./bin/catalina.sh中添加如下环境变量：
　　

• export JAVA_OPTS="$JAVA_OPTS -Dsolr.solr.home=/opt/solr-tomcat/solr"
  

　　

　　
　　b）基于JNDI
　　在tomcat的conf文件夹建立Catalina文件夹，然后在Catalina文件夹中在建立localhost文件夹，在该文件夹下面建立 solr.xml,Xml代码:
　　

• 
  
•   
  
• 
  

　　

　　附：以上路径都要相互对应
　　(4).验证安装
　　访问http:192.168.1.124:8093/solr

　　附：tomcat默认端口8080，当然我这里改成了8093，大家注意一下
　　三.中文分词配置
　　1.将下载到的mmseg4j-1.9.0.v20120712-SNAPSHOT.zip解压，将其目录下的mmseg4j-all-1.9.0.v20120712-SNAPSHOT.jar拷贝到tomcat中webapps/solr/WEB-INF/lib中
　　2.在/opt/solr-tomcat/solr目录下新建dic文件夹，将解压后的data目录下的words.dic拷贝到/opt/solr-tomcat/solr/dic目录下
　　3.更改schema.xml(/opt/solr-tomcat/solr/collection1/conf)文件，使分词器起到作用
　　

• 
  
• ……
  
•    
  
•       
  
•             
  
•                
  
•                
  
•            
  
•       
  
• 
  
•      
  
•         
  
•             
  
•             
  
•         
  
•      
  
• 
  
•      
  
•       
  
•            
  
•            
  
•       
  
•      
  
•      ……
  
• 
  
• 
  
•     ……
  
• 
  
• 
  
• 
  
•     ……
  
• 
  
• 
  
• 
  
• 
  

　　

　　附：dicPath="/opt/solr-tomcat/solr/dic"是你自己的词库路径
　　4.重启tomcat
　　访问http:192.168.1.124:8093/solr
　　点击下方的collection1，其中有个analysis，点击，如下图

　　在Field Value (Index)中随便输入几行汉字，类型选择complex进行解析

　　至此，完工，关联分布式还在探索ing，后续......