本人系原创,转载请注明出处!!
关于solr 如何整合到服务器,lucene倒排的基本原理这些网上很多就不赘述,想要实现的结果为:用solr根据数据库建立索引,用lucene查找索引的简易实战。
下面上一些截图
1:数据库,一张表,3字段 did主键
2:solr配置文件目录结构(可以从下载好的solr-src里面直接拷贝D:\javas\solr-4.7.2\example\solr\collection1\conf 里面的)
schema主要配置数据库内容
<?xml version="1.0" encoding="UTF-8" ?>
<schema name="demoschema" version="1.5">
<types>
<fieldType name="long" class="solr.LongField" omitNorms="true"/>
<fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true"/>
<fieldType name="integer" class="solr.IntField" omitNorms="true"/>
<fieldType name="text_general" class="solr.TextField">
<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
</types>
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
<str name="config">data-config.xml</str>
</lst>
</requestHandler>
<fields>
<field name="text" type="text_general" stored="false" indexed="true" multiValued="true"/>
<field name="did" type="integer" indexed="true" stored="true" required="true" />
<field name="dname" type="string" indexed="true" stored="true" multiValued="true"/>
<field name="dcontent" type="string" indexed="true" stored="true" multiValued="true"/>
<field name="_version_" type="long" indexed="true" stored="true" multiValued="false"/>
</fields>
<uniqueKey>did</uniqueKey>
<defaultSearchField>text</defaultSearchField>
<copyField source="dname" dest="text"/>
<copyField source="dcontent" dest="text"/>
</schema>
..
主要说明下
<copyField source="dname" dest="text"/> 这句话的作用是 我们在使用建立的索引的时候,需要查询多个字段的时候,比如这里的dname,dcontent都可以放到text这个域里面,
<pre name="code" class="html"> <fieldType name="text_general" class="solr.TextField">
<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>
检索的字段需要分词器进行分词
A、准备以下jar包
apache-solr-dataimporthandler-4.0.0.jar
apache-solr-dataimporthandler-extras-4.0.0.jar
apache-solr-dataimportscheduler-1.1.jar(增量导入使用)
数据库对应的jdbc驱动包这里使用的是Oracle oracle10g.ja放入Tomcat6.0.36/webapps/sol/WEB-INF/lib中
B、配置solrconfig.xml
在solrconfig.xml中加入如下配置:
<requestHandlername="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
<strname="config">xx-data-config.xml</str>
</lst>
</requestHandler>
C、配置数据源
在与solrconfig.xml文件同级的目录中建立上述配置中的xx-data-config.xml文件,配置如下
query属性为全导入的时候使用。其他为增量导入使用。
<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>
<dataSourcetype="JdbcDataSource"
driver="oracle.jdbc.driver.OracleDriver"
url="jdbc:oracle:thin:@192.168.0.129:1521:orcl"
user="username"
password="password"/>
<document>
<entityname="business_info" pk="ID"
query="select t.IDid,business_name,bussiness_type from business t"
deltaImportQuery="selectt.ID id,business_name,bussiness_type from business t whereid='${dataimporter.delta.ID}'"
deltaQuery="selectt.ID id,business_name,bussiness_type from business t where to_char(updatetime,'yyyy-mm-ddhh24:mi:ss')> '${dataimporter.last_index_time}'">
<fieldcolumn="ID" name="id"/>
</entity>
</document>
</dataConfig>
至此所有DIH的配置完成,在浏览器中输入命令:
全导入:
http://localhost:8085/solr/core0/dataimport?command=full-import&commit=ture
增量导入:
http://localhost:8085/solr/core0/dataimport?command=delta-import&clean=false&commit=ture
查看导入状态
http://localhost:8085/solr/core0/dataimport?command=status
成功!
Lucene查询:
*/
private String indexPath = "D:\\javas\\solr-home\\new_core2\\data\\index";
//D:\javas\solr-home\new_core2\data\index
//private String indexPath = "F:\\luceneIndex";
/**
* 分词器,这里我们使用默认的分词器,标准分析器(好几个,但对中文的支持都不好)
*/
private Analyzer analyzer = new StandardAnalyzer(Version.LUCENE_4_10_2);
<pre name="code" class="html">/**
* 搜索
*
* @param queryStr
* 搜索的关键词
* @throws Exception
*/
public void search(String queryStr) throws Exception {
// 1、把要搜索的文本解析为Query对象
// 指定在哪些字段查询
String[] fields = { "dname", "dcontent" };
// QueryParser: 是一个解析用户输入的工具,可以通过扫描用户输入的字符串,生成Query对象。
QueryParser queryParser = new MultiFieldQueryParser(Version.LUCENE_4_10_2 ,
fields, analyzer);
// Query:查询,lucene中支持模糊查询,语义查询,短语查询,组合查询等等,如有TermQuery,BooleanQuery,RangeQuery,WildcardQuery等一些类。
Query query = queryParser.parse(queryStr);
/* //boolean 查询
BooleanQuery booleanQuery=new BooleanQuery();
String[] words=queryStr.split(" ");
TermQuery termquery = null;
TermQuery termquery2 = null;
termquery=new TermQuery((new Term("content",words[0])));
termquery2=new TermQuery((new Term("content",words[1])));
booleanQuery.add(termquery, BooleanClause.Occur.MUST);
booleanQuery.add(termquery2, BooleanClause.Occur.MUST_NOT);
*/
/* booleanQuery.add(BooleanClause.Occur.SHOULD);*/
/* //短语查询测试----success
PhraseQuery phrasequery=new PhraseQuery();
phrasequery.setSlop(0);
String[] words=queryStr.split(" ");
for (int i=0;i<words.length;i++){
phrasequery.add(new Term("content",words[i]));
}
*/
// 2、进行查询
File indexFile = new File(indexPath);
// IndexSearcher 是用来在索引库中进行查询的
// IndexSearcher indexSearcher = new
// IndexSearcher(FSDirectory.open(indexFile));
Directory directory = FSDirectory.open(indexFile);
IndexReader indexReader = IndexReader.open(directory);
/* IndexReader.open(directory);*/
IndexSearcher indexSearcher = new IndexSearcher(indexReader);
// Filter 过滤器,我们可以将查出来的结果进行过滤,可以屏蔽掉一些不想给用户看到的内容
Filter filter = null;
// 10000表示一次性在数据库中查询多少个文档
// topDocs 类似集合
TopDocs tp=indexSearcher.search(query, 100);
//*****************************
/*TopDocs topDocs = indexSearcher.search(phrasequery, filter, 10000); */
System.out.println("总共有【" + tp.totalHits + "】条匹配的结果");// 注意这里的匹配结果是指文档的个数,而不是文档中包含搜索结果的个数
// 3、打印结果
for (ScoreDoc scoreDoc : tp.scoreDocs) {
int docSn = scoreDoc.doc;// 文档内部编号
//测试Explanation
// Explanation explanation=indexSearcher.explain(query, scoreDoc.doc);
// System.out.println("----explanation:----"+explanation.toString());
Document document = indexSearcher.doc(docSn);// 根据文档编号取出相应的文档
File2Document.printDocumentInfo(document);// 打印出文档信息
}
}
public static void main(String[] args) throws Exception {
demo01 lucene = new demo01();
/* lucene.createIndex(); */
lucene.search("aa");
System.out.println("----------------11111-----");
/* lucene.search("iteye");
System.out.println("----------------22222------");
lucene.search("too");
System.out.println("----------------33333------"); */
}
红线标注的是需要主要的地方,fileds里面是需要查询的数据库字段
query是lucene基本查询。
本文为笔记,有点凌乱,po主模糊的地方就是这些