Solr3.6.2和Solr4.9.0经常使用配置

我是条汉子

　　


tomcat
　　

　　以tomcat 7为例，位置/work/apache-tomcat-7.0.55
　　


Solr 3.6.2
　　


基本配置
　　

　　Solr 3.6.2。须要JDK 6/JDK7支持。
　　

　　下载Solr 3.6.2。解压后，位置：/work/apache-solr-3.6.2。
　　

　　在tomcat的conf/Catalina/localhost文件夹下，新建solr.xml文件，内容例如以下：
　　

<Context docBase="/work/apache-solr-3.6.2/example/webapps/solr.war" privileged="true" allowLinking="true" crossContext="true">　　<Environment name="solr/home" type="java.lang.String" value="/work/apache-solr-3.6.2/example/multicore" override="true" />  
　　
</Context>
　　

　　拷贝example/solr/conf文件夹下的内容，到example/multicore/core0/conf文件夹下，
　　启动tomcat。訪问：http://localhost:8080/solr/，出现solr界面，则solr的core0基本配置已经完毕。
　　

　　tomcat优化配置：
　　

<Connector port="9090" protocol="org.apache.coyote.http11.Http11NioProtocol"　　executor="tomcatThreadPool"
　　connectionTimeout="20000"
　　maxThreads="5000" minSpareThreads="50"
　　acceptCount="5000" enableLookups="false"
　　compressableMimeType="text/html,text/xml,text/javascript,text/css,text/plan"
　　compression="on" compressionMinSize="2048" disableUploadTimeout="true"
　　redirectPort="8443" URIEncoding="UTF-8"
　　
/>
　　

　　

　　索引文件位置：core0/data。能够使用du -sh 查看索引大小。
　　


分词器
　　

　　Lucene3.2-3.6，须要IK Analyzer 2012 U6。
　　

　　下载IK分词器。在multicore下新建lib文件夹，把IK jar放置到lib文件夹下。比如：IKAnalyzer2012_u6.jar。然后改动multicore下得solr.xml文件，在solr节点中添加属性： sharedLib="lib" 就可以。
　　假设须要配置扩展词库和停止词库，则须要到tomcat的webapps/solr/WEB_INF文件夹下新建classes文件夹，把IKAnalyzer.cfg.xml和对应的字典文件放置在这个文件夹中，IKAnalyzer.cfg.xml的内容例如以下：
　　

<?xml version="1.0" encoding="UTF-8"?>　　
<!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd">  
　　
<properties>  
　　<comment>IK Analyzer Configure</comment>
　　<!--用户能够在这里配置自己的扩展字典 -->
　　<entry key="ext_dict">dic1.dic;dic2.dic;</entry>
　　<!--用户能够在这里配置自己的扩展停止词字典-->
　　<entry key="ext_stopwords">stopword.dic;</entry>
　　
</properties>
　　

　　字典文件的配置方式为：无BOM的UTF-8编码方式。
　　注意：有人把IKAnalyzer.cfg.xml和相关配置文件，放到multicore/lib文件夹下。这是不生效的。
　　

　　然后，在schema.xml中。配置类型：text_general 使用 IK中文分词，配置节点例如以下：
　　

<fieldType name="text_general">　　<analyzer/>
　　<analyzer type="index">
　　<tokenizer useSmart="false"/>
　　<filter ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/>
　　<filter synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
　　<filter/>
　　</analyzer>
　　<analyzer type="query">
　　<tokenizer useSmart="true"/>
　　<filter ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/>
　　<filter synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
　　<filter/>
　　</analyzer>
　　
</fieldType>
　　

　　则全部使用text_general类型的field都会使用IK分词。
　　

　　关于这样的字段类型的原始配置例如以下：
　　

<fieldType name="text_general" positionIncrementGap="100">　　<analyzer type="index">
　　<tokenizer/>
　　<filter ignoreCase="true" words="stopwords.txt" />
　　<!-- in this example, we will only use synonyms at query time
　　<filter synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
　　-->
　　<filter/>
　　</analyzer>
　　<analyzer type="query">
　　<tokenizer/>
　　<filter ignoreCase="true" words="stopwords.txt" />
　　<filter synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
　　<filter/>
　　</analyzer>
　　
</fieldType>
　　


停止词库
　　

　　指的是指文本中出现频率非常高，但实际意义又不大的词，主要指副词、虚词、语气词等。如“是”、“而是”等。它主要用在信息检索中。
　　在为文本或网页建立索引的时候。会去掉这些词。
　　


扩展词库
　　

　　与自己的业务相关的词库。会作为独立词进行处理。比如：http://blog.csdn.net/shihuacai/article/details/8494360
　　


主从
　　

　　solrconfig.xml，master机器配置：
　　

<requestHandler name="/replication">　　
<lst name="master">
　　
<str name="replicateAfter">startup</str>
　　
<str name="replicateAfter">optimize</str>
　　
<str name="confFiles">schema.xml</str>
　　
<str name="commitReserveDuration">00:00:30</str>
　　
<str name="numberToKeep">1</str>
　　
</lst>
　　
</requestHandler>
　　

　　


solrconfig.xml，slave机器配置：　　

<requestHandler name="/replication">　　
<lst name="slave">
　　
<str name="masterUrl">http://ip:8080/solr/core0/replication</str>
　　
<str name="pollInterval">00:00:10</str>
　　
<str name="compression">external</str>
　　
<str name="httpConnTimeout">5000</str>
　　
<str name="httpReadTimeout">10000</str>
　　
</lst>
　　
</requestHandler>
　　

　　关于compression，有人这样说：external 非常easy有索引大小不正确, 压缩文件损坏这2个问题, 导致复制无法进行, 且一直复制失败, 測试下来internal没不论什么问题；只是我每遇到过。
　　很多其它内容參考网址：http://wiki.apache.org/solr/SolrReplication 。
　　


Solr 4.9.0
　　


基本配置
　　

　　Solr 4.9。须要JDK7支持。
　　

　　下载Sorl 4.9，解压后。位置：/work/solr-4.9.0。
　　solr\dist\solr-4.9.0.war至tomcat\webapps，并更名为solr.war
　　

　　重新启动tomcat。solr.war自己主动部署，改动webapps\solr\WEB-INF\web.xml中的solrHome，例如以下:
　　

　　

    <env-entry>　　<env-entry-name>solr/home</env-entry-name>
　　<env-entry-value>/work/solr-4.9.0/example/multicore</env-entry-value>
　　<env-entry-type>java.lang.String</env-entry-type>
　　</env-entry>
　　

　　复制solr-4.9.0\example\lib\ext\*.jar至tomcat\lib
　　复制solr-4.9.0\example\resources\log4j.properties至tomcat\lib
　　

　　重新启动tomcat，訪问：http://localhost:8080/solr/，出现solr界面，则solr的基本配置已经完毕。
　　其它部分和3.6.2类似。
　　


分词器
　　

　　下载IK Analyzer分词器。lucene4.X和solr4.X的IK Analyzer 要用以下这个版本号IK Analyzer 2012FF_hfl。
　　

　　jar包放在tomcat/webapps/solr/WEB-INF/lib文件夹下，xml和dic放在tomcat/webapps/solr/WEB-INF/classes文件夹下。
　　其它。也就是IKAnalyzer.cfg.xml、shema.xml的内容配置，和3.6.2类似，不赘述。
　　另外。注意，在solr4.9中使用的IK分词器jar包，在schema.xml中应该这样配置：
　　

<fieldType name="text_general">　　<analyzer type="index" isMaxWordLength="false"/>
　　<analyzer type="query" isMaxWordLength="true"/>
　　
</fieldType>
　　

　　

　　英文在IK Analyzer 2012FF_hfl中以及没有org.wltea.analyzer.solr包了。
　　这个我还不确认是在IK Analyzer 2012FF_hfl中就没有了，还是我下载的jar包不全...
　　


主从
　　

　　和3.6.2类似，不赘述。