docker环境下solr6.0配置（中文分词+拼音）

非法入侵

　　前言：这篇文章是基于之前的“linux环境下配置solr5.3详细步骤”（http://www.cnblogs.com/zhangyuan0532/p/4826740.html）进行扩展的。本篇的步骤是后来记录的，所以没有细节的命令代码，也没有截图，谅解。
　　原先是solr5.3部署在linux环境下，本篇是solr6.0部署在docker环境下。大概是半年前2016年8月进行配置的，solr现在有小版本变化。
　　一、docker创建镜像和容器
　　（由于dockerfile里默认用户为“solr"，从宿主机拷入到容器内的文件无法设置读写编辑权限。因此我把dockerfile修改去除了“ENV  SOLR_USER solr”等用户相关配置，默认使用root用户。）
　　1、下载solr6.0.1版的Dockerfile文件（共三个文件：Dockerfile、scripts/docker-entrypoint.sh、scripts/wait-for-solr.sh）
2、修改Dockerfile，去除solruser的信息
3、cd到Dockerfile所在目录（/home/zhangyuan/docker-solr/6.0），执行build命令，生成镜像（会等待很久）
$ docker build -t solr .（注意owner和权限）
4、执行run命令，启动容器
mkdir -p /home/docker/solr/qdfs
$ docker run --name qdsolr -d -p 8983:8983 -v /home/docker/solr/qdfs:/home/docker/solr/qdfs solr:latest
5)进入容器内修改/opt/solr/bin/solr.in.sh文件，SOLR_HEAP="4096m"
　　二、ik分词器配置
　　1、ik分词器的jar包（此jar包为配置solr5.3时使用的那一套）存放在solr_analyzer目录下，jar包列表如下：
IKAnalyzer-5.0.jar
solr-analyzer-ik-5.1.0.jar
pinyin4j-2.5.0.jar
analyzer-pinyin-lucene-5.1.0.jar
analyzer-pinyin-solr-5.1.0.jar
　　2、从宿主机向docker容器内拷贝文件(solr_analyzer下所有文件拷入容器内/opt/solr/server/solr-webapp/webapp/WEB-INF/lib目录下)
$ docker cp /home/docker/solr/solr_analyzer/. qdsolr:/opt/solr/server/solr-webapp/webapp/WEB-INF/lib
　　3、ik分词器需要ext.dic（字典） stopword.dic（排除词） IKAnalyzer.cfg.xml（配置）的几个文件连同文件夹拷入WEB-INF下（编辑IKAnalyzer.cfg.xml中ext.dic的注释放开）
$ docker cp /home/docker/solr/classes qdsolr:/opt/solr/server/solr-webapp/webapp/WEB-INF
　　4、提交容器的修改到镜像，并命名镜像为solr:chinese
　　三、配置solr实例
　　1、将实例的core拷一个到solrhome，并命名为自己的名字（我的叫qdfs）
$ cp -r /opt/solr/example/example-DIH/solr/solr /opt/solr/server/solr/qdfs
2、修改solrconfig.xml文件，配置实例需要的jar包
大概在86行，添加分词需要的jar
<lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lib" regex=".*\.jar" />
<lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-analysis-extras-\d.*\.jar" />
3、修改managed-schema文件（6.0之前版本为schema.xml文件）
修改field信息为与自己的实体类相同的样子（添加field、添加copyField）
添加IK分词器配置，在文档最后面添加如下（意思为text_ik类型字段进行索引时使用ik分词器，并且进行拼音分词，进行查询时只使用ik进行中文分词）
<!--IK-->
<fieldType name="text_ik" class="solr.TextField">
<analyzer type="index">
<tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory" useSmart="false"/>
<filter class="org.apache.lucene.analysis.pinyin.solr5.PinyinTokenFilterFactory" firstChar="false" minTermLength="2" />
<filter class="org.apache.lucene.analysis.pinyin.solr5.PinyinNGramTokenFilterFactory" nGramChinese="false" nGramNumber="false" />
　　</analyzer>
<analyzer type="query">
<tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory" useSmart="false"/>
</analyzer>
</fieldType>
　　4、將实例文件夹（qdfs）拷贝到qdsolr容器附加卷目录（/home/docker/solr/qdfs）下
　　四、启动容器
　　1、启动solr:chinese，同时设置端口、运行内存、附加文件夹
$ docker run --name qd-solr --restart=always -d -p 8983:8983 -m 4096m -v /home/docker/solr/qdfs:/opt/solr/server/solr/qdfs solr:chinese
　　2、访问localhost:8983/solr进行查看测试
　　五、其他配置（可选）
　　solrConfig.xml文件中可进行下述修改
　　1、修改自动提交
（solr中数据索引后需要commit才能真正持久保存，我最早使用代码进行主动commit，后来发现太慢，改为使用autoCommit）
autoCommit分两类，一个是真正commit索引数据存入文件，慢但是安全，一个是软commit索引数据存入内存或临时文件，快但是不安全。调整配置的数据取到一个平衡点可以有效提高效率。
　　#1万条或者5分钟提交一次，关闭重新打开searcher（提高commit速度），1分钟软提交一次
　　<autoCommit>
       <maxDocs>10000</maxDocs>
       <maxTime>300000</maxTime>
       <openSearcher>false</openSearcher>
     </autoCommit>
     
     <autoSoftCommit>
       <maxTime>60000</maxTime>
     </autoSoftCommit>
2、修改提交限制
　　和autoCommit配合使用，防止大量数据批量导入时内存溢出或者操作超时。
#50M数据或者1000个最大缓存个数
<ramBufferSizeMB>50</ramBufferSizeMB>
<maxBufferedDocs>1000</maxBufferedDocs>

3、最大可启动searcher
　　solr每次提交时，都会新打开一个searcher，打开searcher需要花费一定时间，在这个过程中，如果又有新的commit提交，又会打开新的searcher。当数量超过SolrConfig.xml中配置的maxWarmingSearchers时，会报错。
maxWarmingSearchers配置的是同时可以存在的searcher个数。
　　#由2改为4
<maxWarmingSearchers>4</maxWarmingSearchers>