solr3.5配置

最近发现nutch1.4的index部分采用了solr所以对solr的索引方式进行了一下了解。nutch团队采用solr有他们的道路，没有 去分析代码，根据找到的资料显示，nutch的索引没有利用好HDFS，索引还是本地存储的。假设索引也是分布式的，在检索的时候，mapreduce的 合并效率也是不高的，为了达到排序的目的会产生大量的网络传输。solr采用索引复制的机制提高IO吞吐量，这也是稳定可靠的方式。

据官方资料显示最新的solr3.5配合lucune3.5可以大幅降低内存的使用，这么说了性能也是有很高的提升。solr的目标是企业级的全文检索，如果复制技术用好了，我想绝大部分检索应用都是没有问题的。这个需要实践验证。

下面把这次配置solr3.5的过程写下来。

相关软件：

solr3.5官方地址地址：http://lucene.apache.org/solr/index.html

tomcat6.0以上

jdk1.6以上

1：

\tomcat\conf\server.xml中修改如下部分

view source

print ?

1	<Connector port="80" protocol="HTTP/1.1"

2	connectionTimeout="20000"

3	redirectPort="8443" URIEncoding="UTF-8" />

设置编码格式，避免中文乱码。

 

 2： 

\tomcat\conf\Catalina\localhost下创建solr.xml文件内容如下：

view source

print ?

1	<Context docBase="${catalina.home}/webapps/solr" reloadable="true" debug="0" privileged="true" allowLinking="true" crossContext="true">

2	<Environment name="solr/home" type="java.lang.String" value="${catalina.home}/webapps/solr/conf/solr" override="true" />

3

<!--

4	<Valve className="org.apache.catalina.valves.RemoteAddrValve" allow="127.0.0.1,localhost,192.168.0.2"/>

5

-->

6	</Context>

注释部分为根据IP控制访问权限。

 

 3：

copy  solr-3.5.0\dist\ apache-solr-3.5.0.war  to tomcat\webapps\solr.war

 4:

启动tomcat后webapps中自解压为solr目录或者自己解压。

将 solr-3.5.0\example中的solr目录拷贝到tomcat\webapps\solr\conf 中

5：

将：solr-3.5.0\contrib 和  solr-3.5.0\dist   tomcat\webapps\solr中，原因是：

tomcat\webapps\solr\conf\solr\conf\solrconfig.xml中有如下引用：

view source

print ?

1	<lib dir="../../contrib/extraction/lib" />

2

3	<lib dir="../../dist/" regex="apache-solr-cell-\d.*\.jar" />

步骤2中描述的 solr/home目录即为当前目录，所以拷贝到当前目录的上两级目录中，也可以自行修改 solrconfig.xml中的引用路径。

 

启动tomcat访问http://localhost:8080/solr 显示

 下图则表示配置成功。