Solr 搭建搜索服务器

待我称王封你为后i 2022-06-16 10:25 230阅读 0赞

一、安装配置  
所需JDK和Tomcat和安装包solr-4.2.1.tgz  
Tomcat安装目录 /usr/local/tomcat  
修改Tomcat支持中文  
\# vi /usr/local/tomcat/conf/server.xml  
<Connector port="8080" URIEncoding="UTF-8" />  
\# tar xvf /root/solr-4.2.1.tgz  
\# cp /root/solr-4.2.1/dist/solr-4.2.1.war /usr/local/tomcat/webapps/solr.war  
\# cp -r /root/solr-4.2.1/example/solr /usr/local/tomcat/  
导入下面包 同时 IKAnalyzer2012FF\_u1.jar mysql-connector-java-5.1.24-bin.jar也导入  
\# cp -r /root/solr-4.2.1/dist/solr\*.jar /usr/local/tomcat/webapps/solr/WEB-INF/lib/  
\# cp -r /root/solr-4.2.1/contrib/extraction/lib/\* /usr/local/tomcat/webapps/solr/WEB-INF/lib/  
修改tomcat下solr\\WEB-INF\\web.xml找到 <env-entry>节点  
\# vi /usr/local/tomcat/webapps/solr/WEB-INF/web.xml  
 <env-entry>  
       <env-entry-name>solr/home</env-entry-name>  
       <env-entry-value>/usr/local/tomcat/solr</env-entry-value>  
       <env-entry-type>java.lang.String</env-entry-type>  
    </env-entry>  
重启Tomcat http://192.168.1.52:8080/solr  
  
二、中文分词  
1、IK 分词器  
下载 http://code.google.com/p/ik-analyzer/downloads/list  
mv /root/IKAnalyzer2012FF\_u1.jar /usr/local/tomcat/webapps/solr/WEB-INF/lib/  
\# vi /usr/local/tomcat/solr/collection1/conf/schema.xml  
 <field name="ik" type="text\_ik" indexed="true" stored="true"/>  
 <fieldType name="text\_ik" class="solr.TextField">     
        <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>  
        <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>  
 </fieldType>  
重启Tomcat http://192.168.1.52:8080/solr  
选择collection1 -> Analysis >> Analyse Fieldname / FieldType选择 ik  
2、mmseg4j 分词器  
<dependency>    
    <groupId>com.chenlb.mmseg4j</groupId>    
    <artifactId>mmseg4j-core</artifactId>    
    <version>1.9.0</version>    
</dependency>   
将mmseg4j-1.9.1-SNAPSHOT/dist/下三个包复制到 /usr/local/tomcat/webapps/solr/WEB-INF/lib/  
\# vi /usr/local/tomcat/solr/collection1/conf/schema.xml  
    <field name="mm\_complex" type="textComplex" indexed="true" stored="true"/>  
    <field name="mm\_title" type="textComplex" indexed="true" stored="true"/>  
    <fieldType name="textComplex" class="solr.TextField" >    
        <analyzer>    
            <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex"/>    
        </analyzer>    
    </fieldType>  
重启Tomcat http://192.168.1.52:8080/solr  
选择collection1 -> Analysis >> Analyse Fieldname / FieldType选择 textComplex  
3、smartcn 分词器  
\# cp /root/solr-4.2.1/contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-4.2.1.jar /usr/local/tomcat/webapps/solr/WEB-INF/lib/  
\# vi /usr/local/tomcat/solr/collection1/conf/schema.xml  
 <field name="text\_zh" type="text\_zh" indexed="true" stored="true"/>  
 <fieldType name="text\_zh" class="solr.TextField" positionIncrementGap="100">  
   <analyzer>  
    <tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>  
    <filter class="solr.SmartChineseWordTokenFilterFactory"/>  
    <filter class="solr.LowerCaseFilterFactory"/>  
    <filter class="solr.PositionFilterFactory" />  
   </analyzer>  
 </fieldType>  
   
三、优化  
通过更改其中的dataDir属性来指定索引文件的存放位置，对于有大数据量的情况下还要进行自动commit操作配置，以下设置为当内存索引量达到20W条时自动进行往磁盘写操作，以免堆溢出，这也是解决单 个入库xml文件最好不要超过30M的有效方法：  
\# vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
<autocommit>  
  <maxdocs>200000</maxdocs>  
</autocommit>  
  
四、Solr导入Xml  
schema.xml的字段配置部分如下：  
<field name="id" type="string" stored="true" indexed="true"/>  
<field name="name" type="string" stored="true" indexed="true" omitNorms="false"/>  
<field name="content" type="string" stored="true" indexed="true"/>  
\# vi /opt/books.xml  
<add overwrite="true" commitWithin="10000">  
<doc>  
<field name="id">1</field>  
<field name="name" boost="2">Some Book</field>  
<field name="content">首先建立证书链，从我们目前的证书为基础，一直上溯到Root CA的证书.  
    如果中间有任何问题，比如找不到某个证书的颁发者的证书</field>  
</doc>  
<doc boost="2.5">  
<field name="id">2</field>  
<field name="name" boost="2">Important Book</field>  
<field name="content"> 现在得到链条上所有CA的名称和证书了，下一步是去检查第一个证书的用途是否和签发时候批准的一样。其他的证书则必须都是作为CA证书而颁发的</field>  
</doc>  
<doc>  
<field name="id">3</field>  
<field name="name" boost="2">Some other book</field>  
<field name="content">如果验证操作有问题了，那么打印出来的结果可能会让人有点模糊</field>  
</doc>  
</add>  
说明：  
overwrite="true" ：告诉solr在做索引的时候，如果文档已经存在，就用xml中的文档进行替换  
commitWithin="10000" ：告诉solr 在做索引的时候，每个10000（10s）毫秒，做一次文档提交  
boost：用来指明文档或者字段的重要程度，默认值为：1.0，在这个示例中，第二个文档的boost值为2.5，表示比其它两个文档更重要  
omitNorms="false"：这个属性值表示是否忽略字段的的规范，此处设为否。如果要在做索引的时候指定字段的重要程度，必须使用字段的长度规范。  
如果设置为true，那么这些字段在索引时不会增加重要程度  
linux下提交文档  
\# curl http://localhost:8080/solr/update --data-binary @books.xml -H 'Content-type:text/xml; charset=utf-8'  
选择collection1 -> Query >> q输入"模糊" 有1个结果  
  
五、Solr导入Json  
\# vi /opt/books.json  
\{   
"add": \{   
"doc": \{   
  "id": 1,  
  "name": "Some book",  
  "content": \["中国John", "Marry"\]  
 \}  
\}  
,  
"add": \{   
 "boost": 2.5,  
 "doc": \{   
  "id": 2,  
  "name": "Important Book",  
  "content": \["中国Harry", "Jane"\]  
 \}  
\}  
,  
"add": \{   
  "doc": \{   
  "id": 3,  
  "name": "Some other book",  
  "content": "泰国使用手册Marry"  
 \}  
\}  
\}  
先查询下solrconfig.xml中有没有配置：  
\# vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
<requestHandler name="/update/json" class="solr.JsonUpdateRequestHandler" />  
linux下提交文档  
\# curl "http://localhost:8080/solr/update/json?commit=true" --data-binary @books.json -H 'Content-type:text/json; charset=utf-8'  
选择collection1 -> Query >> q输入"模糊" 有1个结果  
  
六、Solr导入Pdf或Word或Ppt或Excel或Txt或Html或Eml  
\# vi /usr/local/tomcat/solr/collection1/conf/schema.xml  
<fields>  
<field name="id" type="string" indexed="true" stored="true" required="true" />  
   <field name="content" type="text\_general" indexed="true" stored="true" required="true" />  
     
   <dynamicField name="ignored\_\*" type="ignored" multiValued="true" indexed="false" stored="false"/>  
</fields>  
  
<uniqueKey>id</uniqueKey>  
<defaultSearchField>content</defaultSearchField>  
<solrQueryParser defaultOperator="AND"/>  
\# vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
  <requestHandler name="/update/extract"  
                  startup="lazy"  
                  class="solr.extraction.ExtractingRequestHandler" >  
    <lst name="defaults">  
      <str name="fmap.content">content</str>  
      <str name="fmap.stream\_size">size</str>  
      <str name="lowernames">true</str>  
      <str name="uprefix">ignored\_</str>  
      <str name="captureAttr">true</str>  
    </lst>  
  </requestHandler>  
参数解释：  
fmap.source=target : 映射规则，将在pdf文件中提取出的字段（source） 映射到solr中的字段(tar)  
uprefix : 如果指定了该参数，任何在schema中未定义的字段，都将以该参数指定的值作为字段名前缀  
defaultField ： 如果没有指定uprefix参数值，且有字段无法在schema中无法检测到，则使用defaultField指定的字段名  
captureAttr ：(true|false)捕获属性，对Tika XHTML 元素的属性进行索引。  
literal：自定义metadata信息，也就是给schema文件中定义的某一个字段指定一个值  
linux下提交文档  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc5&commit=true" --data-binary @t2.pdf -H 'Content-type:application/pdf'  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc5&commit=true" --data-binary @t2.doc -H 'Content-type:application/msword'  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc5&commit=true" --data-binary @t2.ppt -H 'Content-type:application/mspowerpoint'  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc5&commit=true" --data-binary @t2.xlsx -H 'Content-type:application/msexcel'  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc1&commit=true" -F myfile=@t2.txt  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc1&commit=true" -F myfile=@t2.html  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc1&commit=true" -F myfile=@t2.eml  
七、Solr导入Csv  
先查询下solrconfig.xml中有没有配置：  
<field name="id" type="string" stored="true" indexed="true"/>  
<field name="name" type="string" stored="true" indexed="true"/>  
<field name="description" type="text" stored="true" indexed="true"/>  
\# vi /opt/t2.csv  
id;name;description  
1;北京;"这个属性值表示是否忽略字段的的规范"  
2;上海;"对于有大数据量的情况下还要进行自动"  
3;香港;"如果要在做索引的时候指定字段的重要程度"  
\# vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
<requestHandler name="/update/csv" class="solr.CSVRequestHandler" startup="lazy">  
<lst name="defaults">  
   <str name="separator">;</str>  
   <str name="header">true</str>  
   <str name="skip">publish\_date</str>  
   <str name="encapsulator">"</str>  
</lst>  
</requestHandler>  
说明：  
startup="lazy"：通过该参数告诉solr在第一次添加时才实例化这个更新处理程序  
<str name="separator">;</str> : 通过该参数告诉solr 字段之间是通过";”分隔  
<str name="header">true</str>：通过该参数告诉solr在数据项之前含有头信息  
<str name="skip">publish\_date</str> ：通过该参数告诉solr，publish\_date 这列数据需要忽略掉  
<str name="encapsulator">"</str>：通过该参数告诉solr数据项是通过双引号(")进行封装的  
linux下提交文档  
\# curl "http://localhost:8080/solr/update/extract?literal.id=doc5&commit=true" --data-binary @t2.csv -H 'Content-type:application/csv'  
封装好的数据项（此处为双引号），也可以进行拆分，如果过我们将name 字段设为多值，那么在requestHandler里面做一个小的调整，可以对如下文档进行处理：  
id;name;isbn;description;publish\_date  
1;"Solr cookbook;New solr cookbook";ABC123456;"Solr Cookbook";2011-06  
在 requestHandler里再添加一项：<str name="split">true</str>  
这样设置之后，solr里面会添加一条id为1，name 字段有 Solr cookbook、New solr cookbook 两个值  
  
八、Solr导入二进制文件  
schema.xml的字段配置部分如下：  
<field name="id" type="string" indexed="true" stored="true" required="true"/>  
<field name="author" type="string" indexed="true" stored="true" multiValued="true"/>  
<field name="title" type="text" indexed="true" stored="true"/>  
<dynamicField name="ignored\_\*" type="ignored" indexed="false" stored="false" multiValued="true"/>  
\# vi /usr/local/tomcat/solr/collection1/conf/schema.xml  
<requestHandler name="/update/extract" class="org.apache.solr.handler.extraction.ExtractingRequestHandler">  
<lst name="defaults">  
    <str name="lowernames">true</str>  
    <str name="uprefix">ignored\_</str>  
    <str name="captureAttr">true</str>  
</lst>  
</requestHandler>  
说明：  
<str name="lowernames">true</str> ：将从二进制文件中抽取的元数据信息字段名都转换为小写  
<str name="uprefix">ignored\_</str>：如果从二进制文件中抽取出来的字段名在schema.xml中没有定义时，使用的字段名前缀  
<str name="captureAttr">true</str>：捕获二进制文件的一些属性信息  
linux下提交文档  
\# curl "http://localhost:8080/solr/update/extract?literal.id=1&commit=true" -F "myfile=@t2.mp3"  
  
八、Solr通过JDBC从数据库导入  
假设数据库(test)中表：执行Sql语句  
DROP TABLE IF EXISTS \`art\`;  
CREATE TABLE IF NOT EXISTS \`art\` (  
  \`id\` int(11) NOT NULL AUTO\_INCREMENT,  
  \`description\` varchar(30) NOT NULL,  
  PRIMARY KEY (\`id\`)  
) ENGINE=MyISAM  DEFAULT CHARSET=utf8 AUTO\_INCREMENT=5 ;  
INSERT INTO \`art\` (\`id\`, \`description\`) VALUES  
(1, '宝兴县灵关中学创建于1958年，其老校区在五年前的汶川地震中'),  
(2, '财政部、国家卫计委、人社部、民政部日前联合下发通知，要求各部'),  
(3, '该负责人表示，根据业内的消息，窄路掉头主要考验在很窄小的路上'),  
(4, '民最担心的而是学费是否会进一步提高。对此，该人士也坦言，现在');  
\# vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
<requestHandler name="/import" class="org.apache.solr.handler.dataimport.DataImportHandler">  
 <lst name="defaults">  
    <str name="config">db-config.xml</str>  
 </lst>  
 </requestHandler>  
\# vi /usr/local/tomcat/solr/collection1/conf/db-config.xml  
<dataConfig>  
  <dataSource type="JdbcDataSource"  
              driver="com.mysql.jdbc.Driver"  
              url="jdbc:mysql://localhost:3306/test?characterEncoding=UTF-8"  
              user="root"  
              password="root"/>  
  <document>  
    <entity name="id"  
            query="select id,description from art">  
    </entity>  
  </document>  
</dataConfig>  
配置完成之后，重启solr服务，然后执行以下命令进行数据导入  
\# curl http://localhost:8080/solr/import?command=full-import  
/import: 这个命令用于显示当前的状态  
/import?command=full-import :使用该参数，表示进行完全导入，默认情况下，在开始导入的时候，会将上次导入的数据进先进行删除，然后再导入，通过另外一个参数，可以改变这种默认行为，clean=false  
/dataimport?command=delta-import：使用该参数，表示进行增量导入  
/dataimport?command=reload-config: 该命令表示强制对配置进行重新加载  
/dataimport?command=abort ：该命令表示停止当前正在进行的索引  
下面就一些参数稍作解释：  
 <field column="title" name="title" />  此处是将从mysql数据库中获取的字段名"title"映射到schema.xml中的title域中（其实此处），其余字段以此类推  
  
九、通过jdbc对对solr进行数据的增量导入  
接着上一节的内容，假如我们从mysql中导入进solr中的数据量比较大，所耗时比较长，如果每次都是进行完全导入，肯定是不好的做法，因此可以采取增量导入的方式，solr的相关配置如下所示：  
在 schema.xml的域信息定义如下：  
<field name="id"     type="string"   indexed="true"  stored="true"  required="true"/>  
 <field name="title" type="text" indexed="true" stored="true"/>  
 <field name="catname" type="string" stored="true"/>  
\# vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
<requestHandler name="/import" class="org.apache.solr.handler.dataimport.DataImportHandler">  
 <lst name="defaults">  
    <str name="config">db-data-config.xml</str>  
 </lst>  
 </requestHandler>  
\# vi /usr/local/tomcat/solr/collection1/conf/db-data-config.xml  
<dataConfig>  
    <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/blog" user="root" password="admin"/>  
    <document>  
        <entity name="article" query="select id,title,catid from article" deltaImportQuery="select id,title,catid from article where id='$\{dataimporter.delta.id\}'" deltaQuery="select id from article where cdate> '$\{dataimporter.last\_index\_time\}'">  
            <field column="id" name="id" />  
            <field column="title" name="title" />  
            <field column="title" name="suggest"/>  
            <entity name="category" query="select catname from category where id=$\{article.catid\}">  
                <field column="catname" name="catname"/>  
            </entity>  
        </entity>  
    </document>  
</dataConfig>  
与上一节相比，db-data-config.xml 文件的配置有所变化：  
在最外层的entity节点里面新增了两个属性节点，deltaImportQuery 与deltaQuery, deltaImportQuery使用deltaQuery返回的文章id作为查询条件，然后进行增量导入。  
dataimporter.last\_index\_time  ：存储在文件import.properties 中  
\#Sat Jun 16 19:30:20 CST 2012  
last\_index\_time=2012-06-16 19\\:30\\:19  
article.last\_index\_time=2012-06-16 19\\:30\\:19  
dataimporter.delta.id：deltaImportQuery 返回的id  
  
十、Solr中实现同义词搜索  
在为用户提供搜索服务时，为了提供更好的用户体验，我们需要很好的处理同义词搜索。  
例如用户在搜索的关键词中含有"1”，需要将其转为为"一”，这时可以采用以下的方式去实现：  
首先，配置schema.xml文件，定义相应的域类型  
<fieldtype name="text\_search" class="solr.TextField" omitNorms="true">  
    <analyzer type="index">  
        <tokenizer class="solr.StandardTokenizerFactory"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
    </analyzer>  
    <analyzer type="query">  
        <tokenizer class="solr.StandardTokenizerFactory"/>  
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
    </analyzer>  
   </fieldtype>  
synonyms.txt：  
1 => 一  
  
十一、Solr函数使用之map  
map 函数是将将一个字段指定范围内的值进行映射转换为目标值  
常见的用法有：  
map(x,min,max,target)和map(x,min,max,target,other)两种  
例如：  
map(x,0,0,1) 在函数参数中的x如果为0时则将其值映射为1，这在处理默认值为0时很有用。  
map(x,10,100,1,2) 在函数参数中的x如果落在\[10,100\]之间，则将x的值映射为1，否则将其值映射为2  
使用方法：  
一般用作排序  
sort=sum(value,map(age,10,10,$x,$y))+asc&x=2&y=3  
上面是将age字段值为10，则将其值映射为2，否则为3，然后加上value，然后按照升序排列  
sort=sum(value,map(age,10,10,$x,$y))+asc&x=sum(2,some\_field\*2)&y=3  
与上一个例子的意图差不多，只是x值的生成是通过函数实现  
通过map函数，对score字段进行影响，然后对score进行排序  
http://localhost:8080/solr/loupan/select/?q=\{!func\}map(loupan\_id,1004,1004,1,100)&fl=\*,score&sort=score+asc,loupan\_id+desc  
直接在sort的时候使用map进行排序  
http://localhost:8080/solr/loupan/select/?q=\*:\*&fl=\*,score&sort=map(loupan\_id,1004,1004,1,100)+asc  
  
异常解决  
1.SolrException: Error loading class 'solr.VelocityResponseWriter'  
vi /usr/local/tomcat/solr/collection1/conf/solrconfig.xml  
<queryResponseWriter name="velocity" class="solr.VelocityResponseWriter" enable="$\{solr.velocity.enabled:true\}"/>注释或者disabled - enable:false即可  
重启Tomcat  
  
2.org.apache.solr.common.SolrException:org.apache.solr.common.SolrException: Error opening new searcher  
清空索引  
\# cd /usr/local/tomcat/solr/collection1/data/index  
\# rm -rf \*

重启Tomcat

一、Solr 程序包 的目录结构  
l client ：包含了一些特定语言调用Solr 的API 客户端程序，目前只有Ruby 可供选择。  
l contrib: 更多内容和索引的支持与扩展。  
            ²  contrib /analysis-extras：提供了基于大量依赖和字典的加强分析器。  
           ²  contrib /clustering：提供了给第三方聚簇实现的插件。  
           ²  contrib /dataimporthandler：数据导入工具，可以从数据库，xml文件和http数据源导入。  
           ²  contrib /extraction：更多抽象支持包。  
           ²  contrib /uima: UIMA 元数据抽象库和使用应该做的配置。  
l  dist ：存放Solr 构建完成正式发布的JAR 文件、WAR 文件和Solr 依赖的JAR 文件。  
l  docs: 包含Solr的官方说明文档和使用API。  
l  example ：是一个安装好的Jetty 中间件，其中包括一些样本数据和Solr 的配置信息。  
           ²  example/etc ：Jetty 的配置文件。  
           ²  example /example-DIH：数据导入的配置和事例。  
           ²  example /exampledocs：post.jar可以用来建立索引。\*.xml可以作数据源。  
           ²  example /lib: 相关的包，jsp,jetty, servlet有关。  
           ²  example /logs: 记录日志，初始状态为空。  
           ²  example/multicore ：当安装Slormulticore 时，用来放置多个Solr 主目录。  
           ²  example/solr ：默认安装时一个Solr 的主目录。给出一个例子，展示solr home是什么样，建议新建一个solr实例时，复制这个文件夹下的所有文件。  
           ²  example/webapps ：Solr 的WAR 文件部署在这里。是一个可运行的例子。  
           ²  example /work：工作目录，默认为空。  
           ²  example/start.jar: 通过运行start.jar可以使example中的Solr.war在Jetty环境下启动服务。  
二、Solr 主目录结构  
当Solr启动时，第一件事就是从主目录中读取它的配置。一个运行的Solr 服务其主目录包含了Solr 的配置文件和数据（Lucene 的索引文件）  
Solr 的主目录展开后为如下结构：（example/solr ）  
l  bin ：建议将集群复制脚本放在这个目录下。  
l  conf ：放置配置文件。  
           ²  conf/schema.xml ：建立索引的schema 包含了字段类型定义和其相关的分析器。  
           ²  conf/solrconfig.xml ：这个是Solr 主要的配置文件。  
           ²  conf/velocity:以\*.vm来进行页面展示。  
           ²  conf/xslt ：包含了很多xslt 文件，这些文件能将Solr 的XML 的查询结果转换为特定的格式，比如：Atom/RSS 。  
l  data ：放置Lucene 产生的索引数据。  
l  lib ：放置可选的JAR 文件比如对Slor 扩展的插件，这些JAR 文件将会在Solr 启动时加载。  
三、post.jar的使用  
1.        post.jar可以用来添加索引，通过反编译post.jar得到SimplePostTool.java这一个类。  
2.        工具默认的参数以D(default)为前缀：  
l  请求的url是 -Durl=http://localhost:8983/solr/update。  
l  是否提交-Dcommit=yes。  
l  数据来源-Ddata=files。  
l  数据的文本类型-Dtype=application/xml。  
l  请求是否输出到控制台-Dout=no。  
3.        数据来源可以来自文件、参数和控制台，指定建立索引的文件和字段及值。  
来自文件, 例java-Ddata=files -jar post.jar \*.xml，可以省略为java -jar post.jar \*.xml （因为是默认-Ddata=files）  
来自参数，例：java-Ddata=args  -jar post.jar '<delete><id>42</id></delete>'  
来自控制台输入，例：java-Ddata=stdin -jar post.jar < hd.xml

[solr与zookeeper搭建solrcloud分布式索引服务实例][solr_zookeeper_solrcloud]

#### 概述　　 ####

由于机器台数的问题，本次搭建的是一台zookeeper服务器多台solr服务器的形式。其他知识这里不再啰嗦，可以参与：[http://wiki.apache.org/solr/SolrCloud  
][http_wiki.apache.org_solr_SolrCloud]

注："x"表示实际信息。

#### 预先准备 ####

1.下载solr4.1.0的压缩包：http://labs.mop.com/apache-mirror/lucene/solr/4.1.0/solr-4.1.0.tgz  
　　2.三台机器，假定ip分别为:192.168.0.1，192.168.0.2，192.168.0.3  
　　3.准备好java jdk1.6及以上版本和tomcat6.x及以上版本

#### 搭建服务 ####

A.搭建192.168.0.1服务

1.  解压tomcat6.x包，将端口设置为:8081.
2.  解压solr-4.1.0.tgz包，将x/solr-4.1.0/example/solr复制到x/tomcat6.x/目录内。将x/solr-4.1.0/example/webapps/solr.war，复制到tomcat的webapps目录内。并修改solr/WEB-INF/web.xml内容:
    
        <env-entry>
             <env-entry-name>solr/home</env-entry-name>
             <env-entry-value>x/tomcat6.x/</env-entry-value>
             <env-entry-type>java.lang.String</env-entry-type></env-entry>
3.  修改tomcat6.x/bin目录内的catalina.sh，在头部分添加如下代码：
    
        #   JAVA_OPTS       (Optional) Java runtime options used when the "start",
        #                   "stop", or "run" command is executed.
        JAVA_OPTS="-Dbootstrap_confdir=x/tomcat6.x/solr/collection1/conf -Dcollection.configName=clusterconf -Djetty.port=8081 -Dhost=192.168.0.1 -DzkRun -DzkHost=localhost:9081 -DnumShards=1"
    
    当然这-Djetty.port=8081 -Dhost=192.168.0.1配置也可以在x/tomcat6.x/solr/solr.xml文件设置。

B.搭建192.168.0.2服务

1.  复制192.168.0.1的tomcat6.x到本台机器上
2.  修改solr/WEB-INF/web.xml内容
3.  修改tomcat6.x/bin目录内的catalina.sh，在头部分添加如下代码：
    
        #   JAVA_OPTS       (Optional) Java runtime options used when the "start",
        #                   "stop", or "run" command is executed.
        JAVA_OPTS="-Djetty.port=8082 -DzkHost=192.168.0.1:9081"

C.搭建192.168.0.3服务

#### 启动服务 ####

分别启动三台机器的tomcat服务。

#### 查看结果 ####

输入URL：[http://192.168.0.1:8081/solr/\#/~cloud][http_192.168.0.1_8081_solr_cloud]，查看solr管理后台.

#### 简单应用 ####

在leader节点上创建一些索引数据:

cd exampledocs
    java -Durl=http://192.168.0.1:8081/solr/collection1/update -jar post.jar ipod_video.xmljava -Durl=http://192.168.0.1:8081/solr/collection1/update -jar post.jar monitor.xmljava -Durl=http://192.168.0.1:8081/solr/collection1/update -jar post.jar mem.xml

所以Replica节点都同步获得索引数据，输入URL：[http://192.168.0.2:8082/solr/collection1/select?q=\*:\*&wt=xml][http_192.168.0.2_8082_solr_collection1_select_q_wt_xml]，可进行测试.

原文地址：[http://blog.csdn.net/oyzl68/article/details/8838939][http_blog.csdn.net_oyzl68_article_details_8838939]

[solr_zookeeper_solrcloud]: http://www.cnblogs.com/natgeo/archive/2013/02/21/2920379.html
[http_wiki.apache.org_solr_SolrCloud]: http://wiki.apache.org/solr/SolrCloud
[http_192.168.0.1_8081_solr_cloud]: http://10.10.10.24:8081/solr/#/%7Ecloud
[http_192.168.0.2_8082_solr_collection1_select_q_wt_xml]: http://10.10.10.48:8080/solr/collection1/select?q=*:*&wt=xml
[http_blog.csdn.net_oyzl68_article_details_8838939]: http://blog.csdn.net/oyzl68/article/details/8838939