solr初印象 转载自《闵晓荣(jarorwar)的博客》

ll234012526

　　声明：以下为转载的文章，非我的原创，看着好收藏之。
　　实际的文章出版链接如下

　　reference:
http://www.jarorwar.com/?p=18



　　以下是转载的全文

　　
　　闵晓荣(jarorwar)的博客
行到水穷处，坐看云起时
     Solr初印象

  作者: minxr 日期:2011 年 9 月 8 日 发表评论 (0) 查看评论    　　最近在优化公司的网站搜索程序！之前的程序是hibernate search写的，Hibernate  Search是基于lucene，经Hibernate包装而成！用Hibernate Search  你既有用Hibernate的感觉，又可以来添加Lucene的强大功能！使用Hibernate  Search的另一个优点是，如果你使用的Hibernate进行持久化操作，那么索引几乎是实时进行建立的。这个无比的爽啊！（当然抛出数据库了，就直 接用lucene了。）
　　但是，我们现在的程序对库的操作是用dephil端操作的，所以用hibernatesearch并没有解决更新即建索引的问题，建立索引还是需要自己定时增量去建的！
　　现有的操作是：spring定时任务每半个小时调用增量索引的建立过程，在建立索引的过程中，对已经建立的数据进行了记录，作为日志写入到数据库。 下次从数据库中读取建立索引的位置，建立增量索引。每天晚上凌晨建立一次全量索引（建立索引的过称中清空日志表重新进行记录！）。
　　现有的程序并没有什么不妥，现在看起来，也并没有无可厚非之处（个人观点，如果大家有更好的建议，请留言讨论）。但是搜索效果，索引的实时性，以及搜索的效果，对顾客的引导性等方面也存在很多问题。所以需要对程序进行优化。
　　优化之前进行了很多选择，从zoie的实时索引，到bobo-browse的分类搜索。再到最后选择的solr。对这三者进行简单的分析吧。纯属个人见解，不正确支出请大家指出：
　　1、zoie：zoie是linkedin公司开发的一个实时的索引系统，其原理主要是多线程对索引的实时建立和合并。达到了所谓真正的实时索引！linkedin公司一直也在使用此程序。还是很不错的。
　　但是zoie的学习曲线比较大，作者去了个貌似中文的名字，但是没有任何的中文文档，甚至连英文文档也非常至少！另外需要自己实现的地方比较多，如果不是非常了解其内部结构，实现起来有一定的难度！所以，笔者在学习了一段时间后，暂时性的放弃了！
　　2、bobo-browse：是一个用来进行搜索的程序包，其封装了lucene的搜索api，加入了facet实现了分类统计，分段搜索等功能。 其可以结合zoie或者solr等进行使用！是搜索层面非常不错的工具选择！bobo-browse的实现相对来说比较完善了，只要经过简单的配置即可使 用。同样，其文档相对较少。好在源代码比较少，如果真有兴趣，可以好好研究一番源代码。
　　3、solr：其实在研究solr前，翻阅过好多资料。一个搜索程序重要的无非有三点：
　　     A、索引。如果没有索引，那么你搜什么，所以索引非常重要！这就表现在索引的实时性，分词算法、索引 域（field）的设计等。要使用将索引真正的研究透，最好达到，你看到一个词，就知道他会被索引成什么样，搜什么和什么会出现此匹配项，搜什么不会出 现。当然这个有点夸张，但是我的建议是，我们最好能一边看着索引结果，一边来构建我们的程序。查看索引结果的最好工具就是luke了。
　　    B、搜索。出了索引之外，那么搜索就是非常重要的一个环节，一个索引无论建立的多好，但是搜索程序没有 设计好，就是怎么也搜不出来，好比茶壶里煮饺子。故而搜索程序异常的重要。好的搜索好比好的语言组织能力，而索引就是词汇，只有将这些词汇进行合适的组织 之后，才会形成优美的文章、诗词。
　　C、界面。好多人看到此处不禁纳闷，既然索引、搜索都做到完美了。那么界面真的有这么重要么？答案只有一个：非 常重要！这里所说的界面的重要性，不是说我们要界面ui做的多么的花哨，多么的漂亮。这里主要是指界面的内容，以及不同内容的显示区域，要尽量的简洁明 了。让用户第一眼就能找到他想要的东西，而不是让用户猜测你会把这个东西放在那里，另外ui的设计一定要考虑受众的习惯。
　　综合以上三点，选择了solr，solr在索引方面可以做到准实时，另外，solr支持分布式的部署，可以部署两台，一台提供索引服务，一台提供搜 索服务。同时solr的索引建立也异常的方便，不管是对数据库还是对文本文件，抑或对网站站点建立索引。其次，solr的搜索程序也非常的友好，通过 http协议加参数，您就可以获取您想要的结果。结果可以被以不同的形式返回（json  ，xml等）.方便了我们在前台的处理。最后就是我要讲的最重要的界面了，solr自带的demo程序中的browse界面就是一个典型的范例，如果有对 搜索程序界面该如何设计有疑问的话，建议参考或者模仿此界面做一下。因为本人觉得确实不错。包括那个基于jquery的自动提示功能，都是非常好的范例。
　　最后还有一点重要的忘了讲了，solr的后台程序”solr/admin”提供了非常好的工具，可以进行搜索，进行分词的查看等。是一个不错的管理端。另外solr可以灵活的配置分词程序，不同的field可以完全采用不同的分词器，方面了我们的个性化需求。
　　最令人兴奋的是solr的wiki写的非常好，如果你耐心去“啃”，一定会“嚼”出味道和营养来！
　　总之，solr就是个万花筒，如果你尽情的研究，他就会尽情的绽放，你少许的付出，他就会加倍的回报，不会让你失望！如果你发现solr并不能完全满足你，那么你可以自己开发代码来帮助你完成工作。基于solr的开发也是非常容易上手的。
　　最后告诉大家一个小秘密，因为solr是基于http协议进行数据交互的，索引无论什么语言，都可以使用solr并且将solr融合到自己的程序中哦。
　　最近研究solr的简单总结————————————————————–闵晓荣 2011-09-08晚 23:45分