Solr实现站内搜索

The palest ink is better than best memory——好记性不如烂笔头。2012补记

---

一、需求：

实现O2O公司站内商品搜索（当前是数据库Like模糊查询），提高用户体验

二、方案：

1) 基于Lucene自己进行封装实现。工作量大及扩展性差（除非自己很牛X，封装一个如Solr一样的），故不采用。
2) 调用Google、Baidu的API实现站内搜索。同第三方搜索引擎绑定太死，无法满足后期业务扩展需要，感觉太不靠谱。
3) 基于Compass+Lucene实现站内搜索。适合于对数据库驱动的应用数据进行索引，尤其是替代传统的like ‘%expression%’来实现对varchar或clob等字段的索引，对于实现站内搜索是一种值得采纳的方案。但在分布式处理、接口封装上尚需要自己进行一定程度的封装。
4) 基于Solr实现站内搜索。封装及扩展性较好，提供了较为完备的解决方案，因此在门户社区中采用此方案。
5) 基于ElasticSearch（和Solr一样都是基于Lucene，话说分布式索引较Solr要好，2012还不太活跃，资料相对较少）

基于上述几种方案综合分析，对于我们公司的搜索引擎方案，我采用了solr来实现。

三、实施：

• 分析：
  1.业务分析，以活动为导向
  2.只索引在线商品
  3.注意业务上一对多关系处理
  4.定义好索引结构(需要索引的字段——稳定)
  5.选择好中文分词器
  6.定义所需数据类型
  7.定义好各field索引、分词、存储策略
  8.注意特殊字段数据类型选择，如需Group
  9.约定组合词
  10.索引更新、删除(定时任务/MQ)

• 系统结构&交互:

• Solr重要配置文件：
  1.solr/home ：应用服务器中或web.xml
  2.solr.xml：配置索引多core、指定索引目录
  3.schema.xml：相当于数据表配置文件，它定义了加入索引的字段的数据类型、分词策略等
  4.solrconfig.xml：指定 Solr 如何处理索引、高亮显示配置、缓存配置以及其他请求等

• 技术要点：
  1.索引更新机制
  2.分词、词库、过滤词选择
  3.使用Luke工具查看、分析索引分词效果
  4.Solr Suggestion / Facet实现搜索智能提示
  5.Highlighter 或 FastVectorHighlighter 实现高亮显示
  6.使用geohash实现附近商铺

• 实现效果：
  

• 源码：
  Git：https://github.com/Aresyi/XdSearch.git