Solr4.6.1配置与建立索引——搜索引擎学习（一）

左手的ㄟ右手 2022-09-24 15:26 162阅读 0赞

一、 solr简介

Solr是基于Lucene的全文搜索服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。  
简而言之，Sorl是一个搜索引擎，我们可以发送文档给它，让它建立倒排索引（建立搜索源）；也可以发送查找请求，让它以某种形式（JSON,XML等）返回结果（文档列表）给你。

二、 Solr的配置  
最近在本机配置了Solr4.6.1，主要参考了apache的API文档。  
配置方法如下：

本机环境 win7 tomcat6.0 jdk6u27   
1. 下载Solr   
[http://mirror.bit.edu.cn/apache/lucene/solr/4.6.1][http_mirror.bit.edu.cn_apache_lucene_solr_4.6.1]  
2. 部署进tomcat  
先将将solr-4.6.1\\example\\webapps下的solr.war拷到tomcat下的webapps中，并将solr-4.6.1\\example\\lib中的jar包补充到tomcat的lib中。  
3. 引入Core  
在webapps\\solr\\下新建conf文件夹，并把solr-4.6.1\\example\\multicore目录拷到conf下。  
4. 编辑solr.xml  
%TOMCAT\_HOME%\\conf\\Catalina\\localhost下新建solr.xml  
内容如下：  
<?xml version="1.0" encoding="UTF-8"?>  
  
<Context docBase="$\{catalina.home\}/webapps/solr.war" debug="0" crossContext="true" >  
     
   <Environment name="solr/home" type="java.lang.String" value="$\{catalina.home\}/webapps/solr/conf/multicore" override="true" />  
</Context>  
5. 这时启动tomcat，应当可以正常访问solr。

![Center][]

三、配置分词算法

1. 下载你喜欢的分词器

我下载的是：jcseg-1.9.2-src-jar-dict，下载之前需了解它是否支持solr相应的版本

2. 解压并将目录下的 `jcseg-core-1.9.2.jar`, `jcseg-solr-1.9.2.jar`, `jcseg.properties`,`lexicon/ 复制到Solr的WEB-INF/lib下。`

`3.在solr\conf\multicore\core0\conf中的schema.xml添加如下配置（参考jcseg的文档）：`

<?xml version="1.0" ?>
    <schema name="example core zero" version="1.1">
      <types>
       <fieldtype name="string"  class="solr.StrField" sortMissingLast="true" omitNorms="true"/>
       <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>

<fieldtype name="textComplex" class="solr.TextField">
            <analyzer>
                <tokenizer class="org.lionsoul.jcseg.solr.JcsegTokenizerFactory" mode="complex"/>
            </analyzer>
        </fieldtype>
        <fieldtype name="textSimple" class="solr.TextField">
            <analyzer>
                <tokenizer class="org.lionsoul.jcseg.solr.JcsegTokenizerFactory" mode="simple"/>
            </analyzer>
        </fieldtype>

</types>
    
     <fields>   
      
      <field name="id"        type="string"   indexed="true"  stored="true"  multiValued="false" required="true"/>
      <field name="type"      type="string"   indexed="true"  stored="true"  multiValued="false" /> 
      <field name="name"      type="string"   indexed="true"  stored="true"  multiValued="false" /> 
      <field name="core0"     type="string"   indexed="true"  stored="true"  multiValued="false" /> 
      <field name="_version_" type="long"     indexed="true"  stored="true"/>

<field name="simple" type="textSimple" indexed="true" stored="true" multiValued="true" />
      <field name="complex" type="textComplex" indexed="true" stored="true" multiValued="true" />

</fields>
    
     
     <uniqueKey>id</uniqueKey>
    
     
     <defaultSearchField>name</defaultSearchField>
    
     
     <solrQueryParser defaultOperator="OR"/>
    </schema>

4. 重启tomcat，此时不应报任何错误。

5. 测试分词效果

![Center 1][]

四、对数据库中的数据建立倒排索引

1. 启动本机的mysql数据库

我新建test数据库，并在其中新建test表，表有两个字段，ID与Val。ID表示文档编号，Val表示文档内容，这是一个最简单的数据源。

2. 在Solr中配置数据源

在\\webapps\\solr\\conf\\multicore\\core0\\conf\\db-data-config.xml中作如下配置：

此处的complex应与schema中的field name相对应。

3. 重启tomcat，建索引：

![Center 2][]

4. 测试查询：

我们此处选择返回查询结果列表的形式是JSON

至此，solr的最简单的一次配置完成了。我们可以看出其中的数据源是怎么变为倒排索引，实现快速查询。企业或网站在数据量极大时，可以使用这种方式建立自己的搜索引擎。接下来我们可以让Nutch和Solr配合，做自己的搜索引擎。

[http_mirror.bit.edu.cn_apache_lucene_solr_4.6.1]: http://mirror.bit.edu.cn/apache/lucene/solr/4.6.1
[Center]: /images/20220719/c97f2bbea99f402792631acf2b0ae4e1.png
[Center 1]: /images/20220719/f78d027acc9c477b87046febddb3697f.png
[Center 2]: /images/20220719/21a3c0b3b0cf4e5e81aa4f1568375abd.png