solr 分词词库管理思路

yishen

solr 分词词库管理思路
大概有以下几种思路：
1。 自定义 SolrRequestHandler
       由 SolrRequestHandler 来进行对分词器，进行A)词库加载B)动态添加词库 等操作
       这样的话，还需要在内存中hold 住所有的词，或者需要引用到分词的jar
2. 在自定义分词器中实现从文件拉取
       对词库文件设置FileWatcher，只要文件有变更，就重新加载一遍词库。
       这个成本比较高。
3.  在自定义分词器中实现从db拉取，本地文件备份。
    这样的话，需要实现定时拉取，另外，solr初次启动的时候，最好不要拉取词典(可能影响启动速度)。
    另外，对拉取到的数据，可以做增量。
4. 使用本地文件为主， 同时通过pubsub来进行动态实时操作词库
     优点，可以实时发布词库。
     缺点， 不是很易读。
-------------------------------------------------------------------------------------------------------------
Solr 默认实现的若干TokenFilter，都有一个缺点：
即默认配置的词表都是由文件加载的。那么使用过程中，就无法支持动态添加了。
比如StopFilter 或者 SynonymFilterFactory