###solr的分词插件 solr有一个中文的分词插件,使用分词插件后,可以将一段中文文档分成一个个词,而不会像之前一样将中文直接分成一个个字。这样做的好处时利于solr建索引,solr的索引是反向索引,先查词典再查索引序号,所以分词之后建的索引可以加快查询速度。 ####solr分词插件的使用 1.首先下载jar包,地址:https://github.com/lihengming/solr
cd ~
将jar包移动到该位置
cp ./IKAnalyzer2012FF_u2.jar /home/cgsj/solr-7.2.1/server/solr-webapp/webapp/WEB-INF/lib
2.编辑一下我们当时创建的test-core里面的managed-schema文件 首先再managed-schema中添加一个字段类型
//配置分词器fieldType
<fieldType name="text_ik" class="solr.TextField">
<analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
<analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
//将type改为分词器类型
<field name="title" type="text_ik" indexed="true" stored="true"/>
3.重启solr服务
重启之后我们进入solr的管理站,如下图操作,可以看到我们所要分词的文字被分词了。solr在创建索引的时候也会将这些词放在索引的词典里面。
solr数据的导入
solr支持数据的全量导入和增量导入,并且支持的数据源种类也很多,它可以从数据库,json,xml,文本等等导入数据。
数据库的导入示例:
现在有一个user的表数据需要导入到solr,该表需要有的字段有id,username,passeord,ctime(创建时间),mtime(修改时间),isDelete(删除标记)
1.首先我们需要导入此功能所需要的jar包
//进入solr的目录
cd solr-7.2.1
cp dist/solr-dataimporthandler-7.2.1.jar server/solr-webapp/webapp/WEB-INF/lib/
cp dist/solr-dataimporthandler-extras-7.2.1.jar server/solr-webapp/webapp/WEB-INF/lib/
//由于需要连接mysql数据库,所以还mysql的jar包
cp ~/mysql5-5.0.jar server/solr-webapp/webapp/WEB-INF/lib/
2.修改solr的配置文件
修改~/solr-home/test-core/conf/solrconfig.xml
//将此段加入文末
<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
<lst name="defaults">
<str name="config">data-config.xml</str>
</lst>
</requestHandler>
在conf目录创建一个data-config.xml文件
<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>
<!--这里配置自己的数据库信息-->
<dataSource name="mysql" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://120.79.213.xxx:3306/cgsjblog?useUnicode=true&characterEncoding=UTF-8" user="root" password="xxxxx." batchSize="-1" />
<document>
<!--query 全量查询语句-->
<!--deltaImportQuery 增量导入语句-->
<!--deletedPkQuery 被删除的文档主键查询-->
<!--deltaQuery 被更新的文档主键查询-->
<entity name="blog" pk="id" transformer="DateFormatTransformer" dataSource="mysql"
query="SELECT id,title,author FROM blog"
deltaImportQuery="SELECT id,title,author FROM blog WHERE id = ${dih.delta.id}"
deletedPkQuery="SELECT id FROM blog where isDelete = 1"
deltaQuery="SELECT id FROM blog where mtime > '${dataimporter.last_index_time}'">
<field column="id" name="id" />
<field column="title" name="title" />
<field column="author" name="author" />
<field column="mtime" name="mtime" dateTimeFormat="yyyy-MM-dd HH:mm:ss"/>
</entity>
</document>
</dataConfig>
由于增量导入的时候需要用到一个修改时间所以我们要给solr添加一个字段mtime
<field name="mtime" type="pdate" indexed="true" stored="true"/>
重启服务。
由图操作:
可以得到结果: 全导入完成。
现在在数据库中修改isDelete为1,表示该数据已被删除:
现在回到solr管理站如下操作:
我们导入方式选择增量导入,并且去掉clean的勾,clean会把当前索引库的索引全部删除,而增量导入只是导入改变的数据,这会使得未改变的数据丢失。
结果如下: