集成 PHP 应用和 Solr 搜索引擎

tiyan

　　你为什么需要搜索引擎？单纯数据库不够用？如果你只是创建小网站，数据库就够了。但当你创建中性或大型应用的时候，搜索引擎是更明智的选择。当然如是一说，小网站也可以利用Solr，获得高相关性的搜索结果。
　　想象一下你在写一个电子商务网站的搜索查询程序。最直接的想法就是如下的数据库查询语句：
　　SELECT * FROM PRODUCTS
　　WHERE LOWER(title) like LOWER('%$phrase%')
　　OR LOWER(description) like LOWER('%$phrase%');
　　查询标题或描述中的短语时，它工作正常。但是现实事物很复杂，比如说Apple iPhone 4G black 16GB（苹果4G网络iPhone黑色16GB）。搜索“iPhone 16G”的时候，就没结果。你可以用%替换空格应付这种情况。
　　$phrase = str_replace(' ', '%', $phrase);
　　那么查询“iPhone 16GB 4G”的时候呢？显然词序改变了，它又无法正常工作。我猜你又会添加一个字段保存词序。那么写错词怎么办？同义词怎么办？为如此的搜索系统想一个好的解决方案很有挑战性。
　　设计一个精妙的算法不是解决这类问题的关键. 文本的搜素是需要消耗资源的. 将太多的压力放在数据库端永远不是一个好办法. 原因是数据库不能很方便的扩展. 你不能像web server 或者 Memcached一样,简单的增加一个实例.扩展数据库需要一些准备, 代码的修改, 配置, down机维护时间, 总之成本是非常昂贵的. 好消息是Solr就是专门解决这类问题的.
　　Solr是一个基于Apache Lucene的企业级搜索平台. 快,稳定, 有很好的文档当然扩展起来也很方便. 由于Solr是有个强大的解决方案, 他的所有特性就不在这篇文章里面一一列举了. 这家伙上收起来也是相当easy哦.
　　其它翻译版本(1)
　　首先从官方网站下载最新的版本。Solr是一个由Java语言编写的应用程序，你需要Java Runtime环境才可以运行。
　　$ cd solr-4.1.0/example/
　　$ java -jar start.jar
　　大概几秒钟后你就可以看到下面的信息：
　　2013-03-09 18:47:41.177:INFO:oejs.AbstractConnector:Started SocketConnector@0.0.0.0:8983
　　Solr有一个web界面，工作在8983端口下，打开浏览器访问http://localhost:8983/solr/.
　　在左手边的导航区你会找到“collection1″。在Solr中，Collections类似于数据库的表，你可以查询数据。点击一个collection，选择她的子菜单 “query”。
　　第一个选项叫 “Request-Handler (qt)”，拥有默认值 “/select”。Request handlers是一组预定义查询. 如果你查看Solr config文件，你就会看到是这样的：
　　$ vim solr-4.1.0/example/solr/collection1/conf/solrconfig.xml
　　
　　
　　explicit
　　10
　　text
　　
　　
　　第二个参数才是我们最感兴趣的。默认值 “*:*” 意味着查询任何内容，如果你点击“execute query” ，你可以得到像下面这样的内容：
　　
　　
　　
　　0
　　1
　　
　　true
　　*:*
　　xml
　　
　　
　　
　　
　　索引结果为空，但这不是什么问题，你需要插入一些示例数据。
　　$ cd solr-4.1.0/example/exampledocs/
　　$ java -jar post.jar monitor.xml
　　SimplePostTool version 1.5
　　Posting files to base url http://localhost:8983/solr/update using content-type application/xml..
　　POSTing file monitor.xml
　　1 files indexed.
　　COMMITting Solr index changes to http://localhost:8983/solr/update..
　　现在你可以返回查询界面，这次就会有一个文档返回。
　　Collection的数据结构是在schema文件中定义的。
　　$ vim solr-4.1.0/example/solr/collection1/conf/schema.xml
　　这个文件有非常多的注释，你可以很容易分辨出他们是做什么的。如果你要修改scheme文件，请不要删除名叫“text”的字段（如果没很好的理由），他是和另外的字段和查询语句中关联的(包括select, look等等)。
　　$ grep text solr-4.1.0/example/solr/collection1/conf/schema.xml | grep copy
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　如果你使用的是关系数据库，你不希望有重复的数据。Solr不是一个数据库，多数字段也被处理成文本字段，默认request handler就是这样。
　　从PHP访问Solr需要一个客户端。我建议从PECL下载一个。它快速，API清晰，文档优良。不过要注意，这个扩展现在版本1.0.2，不支持Solr 4.x。Solr 3.x和4.x的协议有微小不同。不过别担心，我已经做了修改，你可以从https://github.com/lukaszkujawa/php-pecl-solr下载兼容版本。我已经用了一段时间，是可靠的。它和官方的有点差别在SolrClient构造函数中多一个Solr版本参数。这个补丁将会发布在官方版本中，你不用担心此后的兼容性。
　　$ git clone https://github.com/lukaszkujawa/php-pecl-solr.git
　　$ cd php-pecl-solr/
　　$ phpize
　　$ whereis php-config
　　php-config: /usr/bin/php-config /usr/bin/X11/php-config
　　$ ./configure --with-php-config=/usr/bin/php-config
　　$ make
　　$ make install
　　添加到你的php.ini
　　extension=solr.so
　　重启Web服务器
　　$ /etc/init.d/apache2 restart
　　现在就可以写php添加内容到索引中了。