1.什么是solr？
solr是基于lucene的全文检索服务器。
2.Solr是如何实现全文检索的呢？
全文检索大体分两个过程，索引创建(Indexing)和搜索索引(Search)。
索引库：两部分组成：索引域，文档域（document）。
文档域：即我们存入的数据（但必须按照存在的Field属性存入属性。）
Field: 相当于属性名（相当于数据库字段名）
- 索引创建：将现实世界中所有的结构化和非结构化数据提取信息，创建索引的过程。
- 搜索索引：就是得到用户的查询请求，搜索创建的索引，然后返回结果的过程。
FiledType:相当于分词器，用于分词
索引创建细节：
得到数据源，将数据源（document），经过分词器，将分出来的词放在索引库（这样用户可以通过某个词汇找到某个document：倒排索引），并且每个索引都存有指向document的指针，因此索引文件还具有document域。
搜索索引细节：
用户输入的语句，先经过分词解析器，分成一小段索引，然后去索引域中找，找出相应的document。
3. Solr和lucene的区别
lucene只是个全文检索工具包，是个jar包，不能独立运行，不能对外提供服务。
solr是个全文检索服务器，可以运行在web容器，可以单独对外提供服务。且比lucene更方便快捷.
4.Solr下载http://archive.apache.org/dist/lucene/solr/
5.下载后的界面如下:
其中，这个example中有例子目录，这些是可以用来做模板的。
开发时在dist目录中，找到solr的war包，这个可以直接放到tomcat上。
解压war包后，还需要导入solr的服务扩展包到WEB-INF的lib目录下。（在example中lib里）
第五步：添加log4j.properties，复制到该目录下
第六步：在web.xml中指定solrhome的目录
什么是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？前面说了在example中，有样例，直接复制就好了
复制到一个新的solrhome就OK了。
注意，还需要把复制这个两个文件夹（里面有jar包）复制到和solrhome同级目录下。
这两个文件对solrcore有影响，在solrcore中的solrconfig配置文件中需要改动
改动如下：solr.install.dir 表示solrcore的安装目录。所以需要改成返回上级两次目录(原本是三次)
这些lib标签就是用来导入包的。
solrconfig还有两个标签需要知道:
OK,介绍完启动。
界面如下：
上面只配了一个collectin1,可以配多个，复制就好了，但是需要改变名字,修改solrcore目录下的core.properties
这样就配置了多个solrcore.
大概就这么多。
那么怎么用solr呢？
-
- 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。
-
-
- Filed
-
定义Field域
<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />
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
<dynamicField name="*_i" type="int" indexed="true" stored="true"/>
Name：指定动态域的命名规则
-
-
- uniqueKey
-
指定唯一键
<uniqueKey>id</uniqueKey>
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
<copyField source="cat" dest="text"/>
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。
为什么要copyFiled呢？有些时候需要查询多个域，如果我们合在一起了，一起就可以查出来.
-
-
- 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> |
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
那我们需要分词中文怎么办？
-
- 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
第三步：配置FieldType
第四步：配置使用中文分词的Field
之后重启，就可以使用我们新添加的field进行中文分词了(在哪analysis中有选择)
可是这个怎么运用到我们定义的数据库中呢？
把需要的数据库中需要建立索引分词的表建立fied就行。
比如：product表
这里因为一个一个schema.xml文件中必须有且仅有一个唯一键，这个schema.xml本身就有有个id键，这里不需要添加。
(那怎么没看到id和pid的映射？后面可以知道，现在这里不用配)
配置完后，就是从数据库导入数据到solr中了
还记得前面说的Dataimport，用来导入数据到solr中。
一：导入Dataimport的jar包
修改solrconfig.xml文件，添加lib标签
<lib dir="${solr.install.dir:../..}/contrib/dataimporthandler/lib" regex=".*\.jar" />
- MySQL数据库驱动包
将mysql的驱动包，复制到以下目录（db需要自己建）
修改solrconfig.xml文件，添加lib标签
<lib dir="${solr.install.dir:../..}/contrib/db/lib" regex=".*\.jar" />
二：配置requestHandler
在solrconfig.xml中，添加一个dataimport的requestHandler
第三步：创建data-config.xml
在solrconfig.xml同级目录下，创建data-config.xml（这个里面，就可以让pid对应上面的id了。
这个sql语句可以自己随便写，但是必须是自己需要的数据）
重启后：Dataimport就有用了，这个拦截路径正好是我们配的那个.
solrJ(用java操作)?
Solrj就是solr服务器的java客户端。
7327
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
