• solr简介

       Solr是一个开源的，企业级搜索服务器。Solr可以理解为Lucene的服务器化产品。它使用java编写，遵循http协议和xml协议，使用多种数据格式（如json,xml）传递数据。

       但她不是对Lucene的一次简单封装，Solr的大多数特征都与Lucene不同。Solr 和 Lucene 的界限经常是模糊的。以下是Solr的主要特性：

• 通过HTTP请求来     建立索引和搜索索引

• 拥有数个缓存 来 加快搜索速度

• 一个基于web的管理员控制台

    运行时做性能统计，包括缓存 命中/错过率

    查询表单 来 搜索索引。

    以柱状图形式 展示 频繁被查询的关键字

    详细的“得分计算和文本解析”分析。

• 用XML文件的方式     配置搜索计划和服务器

   通过配置XML 来添加和配置 Lucene的文本分析库

   引入“搜索字段类型”的概念（这个非常重要，然而在Lucne中没有）。

      类型用作表示日期和一些特殊的排序问题。

• 对最终用户和应用成素，disjunction-max     查询处理器比Lucene基础查询器更实用。

• 查询结果的分类

• 拼写检查用于寻找搜索关键字 的类似词，优化查询建议

• “更类似于”插件用以列出 于查询结果类似的 备选结果。

• Solr支持分布式来应对较大规模的部署。

• solr技术与数据库技术比较

       solr可以理解为一个只有一张简单表格的数据库（这点与lucene相同），没有任何的关系查询（即JIONS），因为记住索引只是为了去支持搜索，而不是去标识一条数据。所以数据库可以去遵守“第三范式”，而索引就不会如此，表格中尽可能多的包含回被搜索到的数据而已，用来补充单表的是，一个域（列）可以有多值。

• solr索引操作

       solr索引请求流程：

       默认配置返回 Solr 的标准 XML 响应。你也可以配置 Solr 的备用响应格式，如json、csv格式的文本。

       索引就是接受输入元数据（数据格式在schema.xml中进行配置）并将它们传递给 Solr，从而在 HTTP Post XML 消息中进行索引的过程。你可以向 Solr 索引 servlet 传递四个不同的索引请求：

    add/update 允许您向 Solr 添加文档或更新文档。直到提交后才能搜索到               这些添加和更新。

    commit       告诉 Solr，应该使上次提交以来所做的所有更改都可以搜索                到。

    optimize     重构 Lucene 的文件以改进搜索性能。索引完成后执行一下优               化   通常比较好。如果更新比较频繁，则应该在使用率较低                   的时候安排优化。一个索引无需优化也可以正常地运行。优                  化是一个耗时较多的过程。

    delete      可以通过 id 或查询来指定。按 id 删除将删除具有指定 id             的文档；按查询删除将删除查询返回的所有文档。

    Lucene中操作索引也有这几个步骤，但是没有更新。Lucene更新是先删除，然后添加索引。因为更新索引在一定情况下，效率没有先删除后添加的效率好。

四、    solr应用服务安装与配置

    需要的安装文件;

1.  apache-tomcat-7.0.47.tar.gz

2. solr 4.6.0 （下载地址：http://mirrors.cnnic.cn/apache/lucene/solr/4.6.0/）

    安装过程说明：

1.在opt目录下安装tomcat

    tomcat所在目录为/opt/tomcat-solr

    将tomcat的http端口修改为12080   ，并增加编码配置项：URIEncoding="UTF-8"

    目录截图：tomcat配置截图：

2.安装solr

       (1)将solr-4.6.0\dist\目录下的solr-4.6.0.war 复制到tomcat目录：/opt/tomcat-solr/webapps/，并重命名为solr.war

       (2)在/opt目录下建立solr的主目录/opt/solr/home

       (3)配置tomcat的JNDI环境变量：在 /opt/tomcat-solr/conf/Catalina/localhost中建立solr.xml文件，内容参考本说明附带的solr.xml。如（2）中的目录有变化，也需要相应修改此文件内容

       (4)配置solr的home目录：将solr-4.6.0\example\solr\目录下的所有文件，复制到/opt/solr/home目录中      

       (5)solr的war包中不包含任何日志的jar包，需要自己手动添加。将solr目录下example\lib\ext中的jar包copy到tomcat的lib中。这时候虽然添加jar包，但是没有对应的日志配置，需要将example\resources中的log4j.properties也放到tomcat/lib中。

       solr包解压后的目录结构：

在（1）中的tomcat目录：

在（2）中的solr/home目录：

在（3）中的solr.xml截图：

    主要将value标签下的值修改为你的home所在的路径，其他不用修改。

3.测试solr是否正常运行 

    启动tomcat, 检查tomcat的日志是否有异常输出 tail -n 300 -f /opt/tomcat-solr/logs/catalina.out

    访问 localhost:12080/solr/ ，验证solr的管理界面是否正常启动

4.安装 ik-analyzer 中文分词包

    （1）把IKAnalyzer2012FF_u1.jar复制到 /opt/tomcat-solr/webapps/solr/WEB-INF/lib 目录下

    （2）在/opt/tomcat-solr/webapps/solr/WEB-INF/目录下创建classes文件夹，并把IKAnalyzer目录下classes目录中的IKAnalyzer.cfg.xml和stopword.dic复制到新创建的classes目录中。

5.安装 mmseg4j 中文分词包

    （1）把mmseg4j目录下的3个jar文件，复制到/opt/tomcat-solr/webapps/solr/WEB-INF/lib 目录下

    （2）把目录下的mmseg_dic目录，完整复制到 /opt/solr/mmseg_dic目录下

6.安装 jcseg 中文分词包

    （1）将jcseg-1.9.1 中的jar文件，复制到/opt/tomcat-solr/webapps/solr/WEB-INF/lib目录下

    （2）将jcseg-dict-all中的simplified复制到/opt/solr/jcseg-dict-all/simplified目录下

    （3）将jcseg-1.9.1中的 jcseg.properties 中的词库配置项设置为lexicon.path=/opt/solr/jcseg-dict-all/simplified，

    再将 jcseg.properties 复制到/opt/tomcat-solr/webapps/solr/WEB-INF/lib目录下

7.安装tvfan配置文件(tvfan是一个已经生成的索引库文件)

    将本说明附带的tvfan配置目录，复制到/opt/solr/home目录中。如果5.2步中，配置的词库目录不同，则需要修改schema.xml中的相应配置 

8. 重启tomcat，检查是否存在异常

9. 部署solrweb工程服务并产生索引数据

10.提交测试数据

    复制 solr-4.6.0\example\exampledocs\下的post.jar到 /opt/solr 目录

    将“测试数据”目录下的几个json文件，复制到/opt/solr/test目录

    在/opt/solr工作目录下，执行以下命令，将json文件提交至solr

    java-Durl=http://localhost:12080/solr/tvfan/update    -Dtype=application/json-jar post.jar /opt/solr/test/program00.json

注意：

1.  mmseg4j在solr4.5.1中可以正常运行，在solr4.6.0中有异常

    至此，solr安装完成。当你的solr应用服务器启动的时候，你可以在浏览器输入"http://localhost:12080/solr/ "打开solrAdmin，打开界面如下：

• solr在项目中的简单实践

   我的项目主要是采用的ssh框架。使用solr的目的主要是使用它比较高的查询效率，减小查库的压力。下面讲讲如何在ssh中搭建solr服务。

    1.当然是导入包了，截图如下：

2.创建service及其实现。

       1）.在接口中声明对索引的处理逻辑，如添加，删除，查询等。

       2).对接口的方法进行实现。

       3).在实现类中创建SolrInputDocument，如下：

 4).实现solr的索引添加，查询，删除等方法。

  最后，释放solr连接：

在spring包下创建solr.xml:

在solr.xml中去创建bean,,放到spring容器：

 在schema.xml中添加需要的索引名，具体如下:

创建唯一ID和CopyField以及其他配置:

配置fieldType:

在solrconfig.xml中配置索引的权重和索引库路径配置:

配置http request method方式：

配置索引的权重：

其中” programType^2 contentType^1 player^3 area^0.3 age^0.4 “为索引名*数字，solr在对索引进行操作时，会对每一个索引进行赋予一个索引权重分数，你可以在solr Admin网页中查询时候，设置fl=*,score即可查看索引权重分数。

    最后，你的索引库的目录结构应该是这样的：（以我的索引库tvfan为例）

    tvfan目录结构：

tvfan/config目录结构：

tvfan/data目录结构：

tvfan/data/index中即是我们的solr索引文件了：

tvfan/data/tlog保存我们对索引库操作的日志文件：

• solr Admin下进行索引查询

    1.不加任何条件，查询所有：

2.加入条件查询：

其中，服务器解析的查询字符串如下：

[tvfan] webapp=/solr path=/selectparams={fl=*,score&indent=true&q=contentType:微古装+and+programType:16&_=1409216505213&wt=json&fq=subType:2000}hits=2 status=0 QTime=350

• 总结

    通过实际项目进行solr实践，可以更快，更深入的学习与理解solr技术，着也是进行数据挖掘的基础。

本文出自 “Bai_菜” 博客，请务必保留此出处http://3068896.blog.51cto.com/3058896/1546265

Lucene/Solr学习笔记（一）