三、Solr多核心及分词器（IK）配置

wangyan188

多核心的概念
　　多核心说白了就是多索引库。也可以理解为多个"数据库表"
　　说一下使用multicore的真实场景，比若说，产品搜索和会员信息搜索，不使用多核也没问题，这样带来的问题是 indexs文件很多，而且产品的索引文件和会员信息的索引文件混在一起，备份也是个问题。 如果使用了多核，那就很轻松了，产品和会员就可使用不同的URL进行提交了，业务上也很清晰，生成的索引文件也不会混在一起，也容易备份。
　　    每个索引库通过相对独立的url访问。
　　
多核心的配置
　　还记得solr home吗，既然配置多核心，那么我们可以新建一个目录作为solr home，从零开始搭建，这样理解会更深（记得在tomcat中修改solr home路径）。
　　我这里使用的solr home路径为：D:\Installed Applications\SolrIndex，之后将solr解压，将solr-4.9.0\example\multicore下的所有文件copy到solr home。
　　可以看到里面有core0和core1两个核心，和一个solr.xml。core0和core1从名字就可以看出来是两个示例核心，文件结构非常简单，就只有两个文件，schema.xml和solrconfig.xml，所以我们可以根据需要修改或新建核心，只要根据实例核心的目录结构就好。接下来是schema.xml，这个文件相当于告诉solr，有多少核心和核心的名字及核心的位置：
　　结构如下：

• 
  
  
• 
       
  
• 
       
  
• 
  
• 
       
  
• 
        ${urlScheme:}
  
• 
       
  
• 
     
  

　　
　　
　　shardHandlerFactory暂时不管，主要修改core，name是核心的名字，instanceDir是核心的路径，默认是当前目录，这个最好保持一致，即加入核心名字是core0，那么就在solr home下新建一个core0文件夹，里面放入配置文件，那么这就是一个核心。
　　我修改后的solr.xml配置如下：

• 
  
  
• 
       
  
• 
       
  
• 
     
  
• 
     
  
• 
     
  
• 
     
  
• 
     
  
• 
     
  
• 
     
  
• 
  
• 
       
  
• 
        ${urlScheme:}
  
• 
       
  
• 
     
  

　　
　　目录结构如下：

　　
　　
　　可能大家已经注意到配置有下列内容：

• 
  
  

　　
　　AdminPath是指url路径
　　Host是指主机名
　　defaultCoreName是指默认使用的核心（不配置也完全可以）
　　hostPort是指访问的端口（跟tomcat的端口保持一致）
　　hostContext是指主机的上下文，也就是webapps中solr的项目名
　　其实有点像tomcat项目的配置。
　　
多核心的访问
　　开启tomcat服务，访问：localhost:8983/solr
　　如下图所示：

　　即可看到多个核心。当然也可以在url上访问不同核心库：
　　Localhost:8983/solr/admin/coreName
　　刚说的defaultCoreName也就是说，如果没指定访问的核心，默认访问哪个核心的作用。
　　
　　
分词器简介与配置
　　Solr默认是没有中文分词的，其中solr默认的比较常用的数据类型有下面几种：string、long、int。详细的请看我的另外一篇博客：一、Solr综述
　　我用的是IK分词器，是国人做的一个开源的分词器，所以主要说下IK分词器的配置。
下载
　　下载 "IK Analyzer 2012FF_hf1.zip"包。 详见http://zhengchao730.iteye.com/blog/1833000
解压
　　解压后的目录结构：

　　其中已经有比较详细的文档了，但是我发现文档中并没有对solr分词器的配置有详细的说明。所以请读者继续往下看。
　　
配置
　　步骤一：将 IKAnalyzer2012FF_u1.jar拷贝到目录"$TOMCAT_HOME \webapps\solr\WEB-INF\lib"中
　　步骤二：将IKAnalyzer.cfg.xml、stopword.dic拷贝到目录$TOMCAT_HOME \webapps\solr\WEB-INF\classes目录下，没有则新建classes目录。
　　步骤三：在每个核心中的schema.xml中配置IK分词器：

• 
  
  
• 
           
  
• 
           
  
• 
     
  

　　
　　
　　这样就可以使用ik分词器了。
　　其中isMaxWordLength是指分词的细粒度，可以分别制定index索引和query查询的分词细粒度，建议将index的isMaxWordLength设置为false，这样就采用最细分词，是索引更精确，查询时尽量能匹配，而将query的isMaxWordLength设置为true，采用最大分词，这样能够使查询出来的结果更符合用户的需求。
　　并且还有一点需要特别注意，我用的是solr4.9，所以需要把各核心schema.xml中的版本由1.1改为1.5
　　.
　　这样查询时分词才能成功，比如搜索中华人民共和国，如果不配置的话，默认是短语匹配，就只搜索文档中包含中华人民共和国的结果，但是如果配置了查询分词，那么中华、人民….都能被匹配。
IK分词器使用与测试
　　之后在schema.xml中配置一个field用于测试，如下：

• 
  
  

　　然后打开solr的admin页面：

　　可以看到分词之后的效果。