Solr 入门

栏目: 数据库 · 发布时间: 6年前

内容简介：Solr是apache的顶级开源项目，它是使用java开发，基于lucene的全文检索服务器。Solr比lucene提供了更多的查询语句，而且它可扩展、可配置，同时它对lucene的性能进行了优化。Solr是如何实现全文检索的呢？

Solr是apache的顶级开源项目，它是使用 java 开发，基于lucene的全文检索服务器。

Solr比lucene提供了更多的查询语句，而且它可扩展、可配置，同时它对lucene的性能进行了优化。

Solr是如何实现全文检索的呢？

索引流程：solr客户端（浏览器、java程序）可以向solr服务端发送POST请求，请求内容是包含Field等信息的一个xml文档，通过该文档，solr实现对索引的维护（增删改）

搜索流程：solr客户端（浏览器、java程序）可以向solr服务端发送GET请求，solr服务器返回一个xml文档。

Solr同样没有视图渲染的功能。

solr 和 lucene 的区别

Lucene 是一个全文检索引擎工具包，它是一个 jar 包，不能独立运行，对外提供服务。

Solr 是一个全文检索服务器，它可以单独运行在 servlet 容器，可以单独对外提供搜索和索引功能。Solr 比 lucene 在开发全文检索功能时，更快捷、更方便。

solr 的安装配置

下载

solr 和 lucene 的版本时同步更新的，最新版本是5.2.1

下载地址：http://archive.apache.org/dist/lucene/solr/

环境

jdk：1.7及以上 solr:4.10.3 mysql:5x web服务器：tomcat7

初始化数据库脚本

solr 安装配置

安装 tomcat
将solr-4.10.3\example\webapps 目录下 solr.war 拷贝到 tomcat webapps 目录下
解压缩 war 包，解压缩之后，将 war 包删掉
添加 solr 扩展服务包。将 solr-4.10.3\example\lib\ext 目录下 jar 拷贝到 tomcat solr WEB-INF lib 目录下
添加 log4j.properties。拷贝 solr-4.10.3\example\resources 目录下 log4j.properties 到 apache-tomcat-7.0.57\webapps\solr\WEB-INF\classes ，目录不存在没有则创建。
在 web.xml 中指定 solrhome 的目录

solrcore 安装

solrcore 和 solrhome

Solrhome是solr服务运行的主目录，一个solrhome目录里面包含多个solrcore目录，一个solrcore目录里面了一个solr实例运行时所需要的配置文件和数据文件。

每一个solrcore都可以单独对外提供搜索和索引服务。多个solrcore之间没有关系。

solrcore 和 solrhome 的目录结构

solrhome: solr-4.10.3\example\solr solrcore: solr-4.10.3\example\solr\collection1 包含配置文件，索引文件日志信息

solrcore 的安装

安装 solrcore 需要先安装 solrhome 将上面solrhome下的文件拷贝到web.xml中指定的solrhome中即可

solrcore 的配置

配置 solrcore 的 conf 目录下的 solrconfig.xml 配置文件，来配置 solrcore 的运行信息。

在该文件中，主要配置三个标签：lib 标签、datadir标签、requestHandler 标签。

lib 标签

solrcore 需要添加一个扩展依赖包，通过 lib 标签来指定依赖包的地址

solr.install.dir 表示 solrcore 的安装目录

拷贝 example 目录下的 contrib 和 dis 目录到

修改 lib 标签

datadir 标签

每个 solrcore 都有自己的索引文件目录，默认在 solrcore 目录下的 data 中。

data数据目录下包括了index索引目录和tlog日志文件目录。如果不想使用默认的目录也可以通过solrConfig.xml更改索引目录，如下：

requestHandler 标签

requestHandler 请求处理器，定义索引和搜索的访问方式。通过 /update 维护索引，可以完成对索引的添加、修改、删除操作。

提交 xml、json 数据完成索引维护。

通过 /select 搜索索引

设置搜索参数完成搜索，搜索参数也可以设置一些默认值，如下：

<requestHandler name="/select" class="solr.SearchHandler">
    <!-- 设置默认的参数值，可以在请求地址中修改这些参数-->
    <lst name="defaults">
        <str name="echoParams">explicit</str>
        <int name="rows">10</int><!--显示数量-->
        <str name="wt">json</str><!--显示格式-->
        <str name="df">text</str><!--默认搜索字段-->
    </lst>
</requestHandler>
复制代码

solr 界面

Dashboard

仪表盘，显示 solr 实例运行时间、版本、系统资源、jvm等信息。、

Logging

solr 运行日志信息

Cloud

Cloud即SolrCloud，即Solr云（集群），当使用Solr Cloud模式运行时会显示此菜单.

Core Admin

solrcore 的管理界面，这里可以添加 solrcore 实例。

java properties

solr 在 jvm 运行环境中的属性信息。

Thread Dump

显示 solr server 中当前活跃线程信息，同时也可以跟踪线程运行栈信息。

Core selector

选择一个 solrcore 进行详细操作，如下：

Analysis

通过此界面可以测试索引分析器和搜索分析器的执行情况。注：solr 中，分析器是绑定在域类型中的。

dataimport

可以定义数据导入处理器，从关系数据库导入到 solr 索引库中。默认配置，需要手工配置。

Document

通过 /update 表示更新索引，solr 默认根据 id(唯一约束) 域来更新 document 的内容，如果根据 id 值搜索不到 id 域则会执行添加操作，如果找到则更新。

通过此菜单可以创建索引、更新索引、删除索引等操作，界面如下：

overwrite="true" ： 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="1000" ： solr 在做索引的时候，每个1000（1秒）毫秒，做一次文档提交。为了方便测试也可以在Document中立即提交，后添加“”

Query

通过/select执行搜索索引，必须指定“q”查询条件方可搜索。

多 solrcore 配置

配置多solrcore的好处： 1、在进行 solrcloud 的时候，必须配置多solrcore 2、每个 solrcore 之间是独立的，都可以单独对外提供服务。不同的业务模块可以使用不同的solrcore 来提供搜索和索引服务。

添加

第一步：复制 solrhome 下的 collection1 目录到本目录下，修改名称为 collection2
修改 solrcore 目录下的 core.properties

这样多 solrcore 就配置完成了。

Solr 基本使用

schema.xml

在 schema.xml 文件中，主要配置了 solrcore 的一些数据信息，包括 Field 和 FieldType 的定义等信息，在 solr 中，Field 和 FieldType 都需要先定义后使用。

Field

定义Field域

Name：指定域的名称 Type：指定域的类型 Indexed：是否索引 Stored：是否存储 Required：是否必须 multiValued：是否多值，比如商品信息中，一个商品有多张图片，一个Field像存储多个值的话，必须将multiValued设置为true。

dynamicField

动态域

Name：指定动态域的命名规则

uniqueKey

指定唯一键

其中的id是在Field标签中已经定义好的域名，而且该域要设置为required为true。

一个schema.xml文件中必须有且仅有一个唯一键

copyField

复制域

Source：要复制的源域的域名 Dest：目标域的域名

由dest指的的目标域，必须设置multiValued为true。

FieldType

定义域的类型

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <!-- in this example, we will only use synonyms at query time
        <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
        -->
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
    </fieldType>
复制代码

Name：指定域类型的名称 Class：指定该域类型对应的solr的类型 Analyzer：指定分析器 Type：index、query，分别指定搜索和索引时的分析器 Tokenizer：指定分词器 Filter：指定过滤器

中文分词器

使用ikanalyzer进行中文分词

第一步：将ikanalyzer的jar包拷贝到以下目录
第二步：将ikanalyzer的扩展词库的配置文件拷贝到目录
配置 FieldType
配置使用中文分词的 field
重启 tomcat

配置业务 Field

需求

对京东案例中的 products 表的数据进行索引，所以需要定义对应的 field 域。

分析配置

需要往索引库添加的字段有： pid、name、catalog、catalog_name、price、description、picture

FieldType：经分析，由于中文分词器已经配置完FieldType，所以目前FieldType已经满足需要，无需配置。

Field： Pid：由于pid在products表中是唯一键，而且在solr的shema.xml中已有一个id的唯一键配置，所以不需要再重新定义pid域。

Name：

<!-- 商品名称 -->
<field name="product_name" type="text_ik" indexed="true" stored="true"/>
复制代码

Catalog、catalog_name：

<!-- 商品分类ID -->
<field name="product_catalog" type="string" indexed="true" stored="true"/> 
<!-- 商品分类名称 -->
<field name="product_catalog_name" type="string" indexed="true" stored="false"/>
复制代码

Price：

<!-- 商品价格 -->
<field name="product_price" type="float" indexed="true" stored="true"/>
复制代码

Description：

<!-- 商品描述 -->
<field name="product_description" type="text_ik" indexed="true" stored="false"/>
复制代码

Picture：

<!-- 商品图片地址 -->
<field name="product_picture" type="string" indexed="false" stored="true"/> 
复制代码

<!-- 目标域 -->
<field name="product_keywords" type="text_ik" indexed="true" stored="true" multiValued="true"/>

<!-- 将商品名称添加到目标域 -->
<copyField source="product_name" dest="product_keywords"/>

<!-- 将商品描述添加到目标域 -->
<copyField source="product_description" dest="product_keywords"/>
复制代码

Dataimport

该插件可以将数据库中指定的 sql 语句的结果导入到solr索引库中。

第一步：添加 jar 包 Dataimport的jar包（solr-4.10.3\dist\solr-dataimporthandler-extras-4.10.3.jar）复制到

修改 solrconfig.xml 文件，添加 lib 标签 <lib dir="${solr.install.dir：../..}/contrib/dataimporthandler/lib" regex=".*\.jar" />
mysql 数据库驱动包复制 mysql 驱动包到：

修改solrconfig.xml文件，添加lib标签 <lib dir="${solr.install.dir:../..}/contrib/db/lib" regex=".*\.jar" />

第二步：配置 requesthandler 在 solrconfig.xml 中，添加一个 dataimport 的 requestHandler

<requestHandler name="/dataimport"     class="org.apache.solr.handler.dataimport.DataImportHandler">
      <lst name="defaults">
          <str name="config">data-config.xml</str>
      </lst>
</requestHandler>
复制代码

- 第三步：创建 data-config.xml
  在 solrconfig.xml 同级目录下，创建 data-config.xml
![](http://pbzzkhjh1.bkt.clouddn.com/1c648865-30cb-4dbe-9133-525692211bf4.jpg)
```xml
<dataConfig>
    <dataSource 
        type="JdbcDataSource"
        driver="com.mysql.jdbc.Driver"
        url="jdbc:mysql://localhost:3306/taotao" 
        user="root"
        password="root"/>

    <document>
        <entity name="products" query="select pid,name,catalog,catalog_name,price,description,picture from products ">
            <field column="pid" name="id" />
            <field column="name" name="product_name" />
            <field column="catalog" name="product_catalog" />
            <field column="catalog_name" name="product_catalog_name" />
            <field column="price" name="product_price" />
            <field column="description" name="product_description" />
            <field column="picture" name="product_picture" />
        </entity>
    </document>
</dataConfig>
复制代码

第四步：重启 tomcat

solrj 的使用

什么是 solrj

solrj 就是 solr 服务器的 java 客户端

环境准备

jdk ide tomcat solrj

搭建工程

solrj 的依赖包和核心包
solrj 的扩展服务包

使用 solrj 完成索引维护

添加/修改索引

在solr中，索引库中都会存在一个唯一键，如果一个Document的id存在，则执行修改操作，如果不存在，则执行添加操作。

@Test
    public void insertAndUpdateIndex() throws Exception {
        // 创建HttpSolrServer
        HttpSolrServer server = new HttpSolrServer("http://localhost:8080/solr");
        // 创建Document对象
        SolrInputDocument doc = new SolrInputDocument();
        doc.addField("id", "c001");
        doc.addField("name", "solr test111");
        // 将Document对象添加到索引库
        server.add(doc);
        // 提交
        server.commit();
    }
复制代码

删除索引

根据指定 id 来删除

根据条件来删除

@Test
    public void deleteIndex() throws Exception {
        // 创建HttpSolrServer
        HttpSolrServer server = new HttpSolrServer("http://localhost:8080/solr");

        // 根据指定的ID删除索引
        // server.deleteById("c001");

        // 根据条件删除
        server.deleteByQuery("id:c001");

        // 删除全部（慎用）
        server.deleteByQuery("*:*");

        // 提交
        server.commit();
    }
复制代码

查询索引

简单查询

@Test
    public void search01() throws Exception {
        // 创建HttpSolrServer
        HttpSolrServer server = new HttpSolrServer("http://localhost:8080/solr");
        // 创建SolrQuery对象
        SolrQuery query = new SolrQuery();
        // 输入查询条件
        query.setQuery("product_name:小黄人");
        // 执行查询并返回结果
        QueryResponse response = server.query(query);
        // 获取匹配的所有结果
        SolrDocumentList list = response.getResults();
        // 匹配结果总数
        long count = list.getNumFound();
        System.out.println("匹配结果总数:" + count);
        for (SolrDocument doc : list) {
            System.out.println(doc.get("id"));
            System.out.println(doc.get("product_name"));
            System.out.println(doc.get("product_catalog"));
            System.out.println(doc.get("product_price"));
            System.out.println(doc.get("product_picture"));
            System.out.println("=====================");
        }
    }
复制代码

复杂查询

solr的查询语法

1.q - 查询关键字，必须的，如果查询所有使用 *:* 。请求的q是字符串

2.fq - （filter query）过虑查询，作用：在q查询符合结果中同时是fq查询符合的，例如：：请求fq是一个数组（多个值）

过滤查询价格从1到20的记录。也可以在“q”查询条件中使用product_price:[1 TO 20]，如下：

也可以使用“*”表示无限，例如： 20以上：product_price:[20 TO ] 20以下：product_price:[

TO 20]

3.sort - 排序，格式：sort=+<desc|asc>[,+<desc|asc>]… 。示例：

按价格降序

4.start - 分页显示使用，开始记录下标，从0开始

5.rows - 指定返回结果最多有多少条记录，配合start来实现分页。实际开发时，知道当前页码和每页显示的个数最后求出开始下标。

6.fl - 指定返回那些字段内容，用逗号或空格分隔多个。

显示商品图片、商品名称、商品价格

7.df-指定一个搜索Field

也可以在SolrCore目录中conf/solrconfig.xml文件中指定默认搜索Field，指定后就可以直接在“q”查询条件中输入关键字。

8.wt - (writer type)指定输出格式，可以有 xml, json, php, phps, 后面 solr 1.3增加的，要用通知我们，因为默认没有打开。

9.hl 是否高亮 ,设置高亮Field，设置格式前缀和后缀。

代码

@Test
    public void search02() throws Exception {
        // 创建HttpSolrServer
        HttpSolrServer server = new HttpSolrServer("http://localhost:8080/solr");
        // 创建SolrQuery对象
        SolrQuery query = new SolrQuery();

        // 输入查询条件
        query.setQuery("product_name:小黄人");
        // query.set("q", "product_name:小黄人");

        // 设置过滤条件
        // 如果设置多个过滤条件的话，需要使用query.addFilterQuery(fq)
        query.setFilterQueries("product_price:[1 TO 10]");

        // 设置排序
        query.setSort("product_price", ORDER.asc);
        // 设置分页信息（使用默认的）
        query.setStart(0);
        query.setRows(10);

        // 设置显示的Field的域集合
        query.setFields("id,product_name,product_catalog,product_price,product_picture");

        // 设置默认域
        query.set("df", "product_keywords");

        // 设置高亮信息
        query.setHighlight(true);
        query.addHighlightField("product_name");
        query.setHighlightSimplePre("<em>");
        query.setHighlightSimplePost("</em>");

        // 执行查询并返回结果
        QueryResponse response = server.query(query);
        // 获取匹配的所有结果
        SolrDocumentList list = response.getResults();
        // 匹配结果总数
        long count = list.getNumFound();
        System.out.println("匹配结果总数:" + count);

        // 获取高亮显示信息
        Map<String, Map<String, List<String>>> highlighting = response
                .getHighlighting();
        for (SolrDocument doc : list) {
            System.out.println(doc.get("id"));

            List<String> list2 = highlighting.get(doc.get("id")).get(
                    "product_name");
            if (list2 != null)
                System.out.println("高亮显示的商品名称：" + list2.get(0));
            else {
                System.out.println(doc.get("product_name"));
            }

            System.out.println(doc.get("product_catalog"));
            System.out.println(doc.get("product_price"));
            System.out.println(doc.get("product_picture"));
            System.out.println("=====================");
        }
    }
复制代码

以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

数据驱动：从方法到实践

桑文锋 / 电子工业出版社 / 2018-3 / 49

本书是从理论到实践的全面且细致的企业数据驱动指南，从作者的百度大数据工作说起，完整还原其从零到一构建百度用户行为大数据处理平台经历。详解大数据本质、理念与现状，围绕数据驱动四环节——采集、建模、分析、指标，深入浅出地讲述企业如何将数据驱动方案落地，并指出数据驱动的价值在于“数据驱动决策”、“数据驱动产品智能”。最后通过互联网金融、电子商务、企业服务、零售四大行业实践，从需求梳理、事件指标设计、数据......一起来看看《数据驱动：从方法到实践》这本书的介绍吧!

码农工具