Solr 入门配置

2023-12-04 17:24:28

大多数搜索引擎应用都必须具有某种搜索功能，问题是搜索功能往往是巨大的资源消耗，并且它们由于沉重的数据库加载而拖垮你的应用的性能。这就是为什么转移负载到一个外部的搜索服务器是一个不错的注意，Apache Solr 是一个流行的开源搜索服务器，它通过使用类似 REST 的 HTTP API，这就确保你能从几乎任何编程语言来使用 Solr。

一、什么是 Solr

Solr 是一个开源搜索平台，用于构建搜索应用程序。它建立在 Lucene（全文搜索引擎）之上。Solr 是企业级的，快速的和高度可扩展的。使用 Solr 构建的应用程序架构非常复杂，可以提高性能。

Solr 可以和 Hadoop 一起使用。由于 Hadoop 处理大量数据，Solr 帮助我们从这些大量的数据中找到所需的信息。不仅限于搜索，Solr也可以用于存储。像其他 NoSql 数据库一样，它是一种非关系型数据库存储和处理技术。总之，Solr 是一个可扩展，可部署，搜索/存储引擎，优化搜索大量以文本为中心的数据。

二、Solr 安装

【1】安装 Tomcat，解压即可；
【2】解压 Solr；
【3】把 Solr 下的 dist 目录 solr-4.10.3.war 部署到 Tomcat/webapp 目录下（去掉版本号）
【4】启动 Tomcat （自动解压缩 Solr 的 war 包）
【5】把 Solr 下 example/lib/ext 目录下的所有 jar 包，添加到 Solr 的工程中（/WEB-INF/lib 目录）

cp -r /soft/solr/example/lib/ext/. /soft/apache-solr/apache/webapps/solr/WEB-INF/lib/

【6】创建 solrhome 目录（/soft/solr/solrhome）， Solr 项目下的 /example/solr 目录就是一个 solrhome。复制此目录内容到创建的 solrhome目录中

cp -r /soft/solr/example/solr/. /soft/solr/solrhome/

【7】关联 solr 及 solrhome （需要修改 Solr 工程的 web.xml 文件：主要是添加 solrhome 的路径，以下为 Linux 的安装示例）solrhome 中的 collection1 可以看做是一个数据库，

1 <env-entry>
2    <env-entry-name>solr/home</env-entry-name>
3    <env-entry-value>/soft/solr/solrhome</env-entry-value>
4    <env-entry-type>java.lang.String</env-entry-type>
5 </env-entry>

【8】启动 Tomcat ：测试地址：http://IP:8080/solr/
【9】页面效果展示：

三、中文分析器 IK Analyzer

IK Analyzer 是一个开源的，基于 java 语言开发的轻量级的中文分词工具包。最初，它是以开源项目 Luence 为应用主体的，结合词典分词和文法分析算法的中文分词组件。从3.0版本开始， IK 发展为面向 Java 的公用分词组件，独立于 Lcene 项目，同时提供了对 Lucene 的默认优化实现。在2012版本中，IK 实现了简单的分词歧义排除算法，标志着 IK 分词器从单纯的词典分词向模拟语义分词衍化

IK Analyzer 配置步骤：
【1】将 IKAnalyzer2012FF_u1.jar 添加到 solr 工程的 lib 目录中
【2】在 solr 项目的 WEB-INF 目录下创建 classes 文件夹（WEB-INF/classes），将扩展词典（mydict.dic）可以对自己定义的词语，或者网络出现的新词语，都添加到此文件中参与分析、形容词词典（ext_stopword.dic）配置文件（IKAnalyzer.cfg.xml）放置到刚才创建的目录。
【3】修改 solrhome 中的 scheme.xml 文件，配置一个 FieldType，引入 IKAnalyzer 分词器配置如下：

1 <fieldType name="text_ik" class="solr.TextField">
2      <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>
3 </fieldType>

【4】结果显示：

注意：如果传入的复制域参数中包涵空格需要将空格替换掉（.replace(" ", "")），因为空格会影响分词器的分词，导致结果出现空的问题。

四、配置域

域相当于数据库的表字段，用户存放数据，因此用户根据业务去定义相关的 Filed（域），一般来说，每一种对应着一种数据，用户对同一种数据进行相同的操作。

域的常用属性（schema.xml 配置文件中配置域）：
   ● name：指定域的名称
   ● type：指定域的类型（可以是自己定义的 fieldType）
   ● indexed：是否索引（将用户可能作为查询字段的属性都设置为 true）
   ● stored：是否存储（复制域一般只用于查询，不用于存储）
   ● required：是否必须（相当于数据库中的非空字段）
   ● multiValued：是否多值（复制域就是多个字段的组合，就是需要设置为多个值）

实例：自己在项目中修改 solrhome 的 schema.xml 文件，设置业务系统的 Field 属性。为了与系统自带的 field 区分，我们命名 name 是添加前缀 item_

1 <field name="item_goodsid" type="long" indexed="true" stored="true"/>
2 <field name="item_title" type="text_ik" indexed="true" stored="true"/>
3 <field name="item_price" type="double" indexed="true" stored="true"/>
4 <field name="item_image" type="string" indexed="false" stored="true" />
5 <field name="item_category" type="string" indexed="true" stored="true" />
6 <field name="item_seller" type="text_ik" indexed="true" stored="true" />
7 <field name="item_brand" type="string" indexed="true" stored="true" />

五、复制域

复制域的作用就是将一个 Field 的数据复制到另一个域中。如下：copeField 就是一个复制域，source 就是要复制的域，dest 就是目标域。目标域就是我们定义的一个用于后续查找的复制域

1 <field name="item_keywords" type="text_ik" indexed="true" stored="false" multiValued="true"/>
2 <copyField source="item_title" dest="item_keywords"/>
3 <copyField source="item_category" dest="item_keywords"/>
4 <copyField source="item_seller" dest="item_keywords"/>
5 <copyField source="item_brand" dest="item_keywords"/>

六、动态域

当系统中存在不确定的值时，例如：商品中的规格，会根据不同的商品类型（手机、电视等）进行变化。因此就需要动态扩充字段，我们就需要用到动态域来实现，需要在 schema.xml 文件中添加如下信息以及示例展示：

<dynamicField name="item_spec_*" type="string" indexed="true" stored="true" />

码农公寓