Apache Solr Hello World示例

Apache Solr是Apache Software Foundation提供的基于开源REST-API的企业实时搜索和分析引擎服务器。 它的核心搜索功能是使用Apache Lucene Framework构建的，并添加了一些额外的有用功能。 它是用Java语言编写的。

SOLR代表使用复制来搜索Lucene。 它的主要功能是索引编制和伺服。 像ElasticSearch一样，它也是基于文档的NoSQL数据存储。

注意
它的官方网站： http : //lucene.apache.org/solr/ 。 Solr的最新版本是6.4.2，已于2017年3月7日发布。

Apache Solr功能：-

• 开源
• 支持全文搜索和多面导航功能
• 热门精选
• 相关结果
• 使用Apache Lucene反向索引为其文档建立索引。
• 支持建议和拼写建议
• 支持自动完成
• 支持地理空间搜索
• 支持基于REST的API（HTTP上的JSON）
• 支持实时搜索和分析
• Solr的最新版本（5.x版或更高版本）支持分布式和Colud技术。
• 在撰写本文时，它支持跨平台功能。
• 内置的身份验证和授权安全性
• 支持流媒体

Apache Solr的优点或好处：-

• 开源
• 它具有非常有用的管理界面。
• REST API轻巧
• 它是非常快速，简单，强大且灵活的搜索引擎
• 与ElasticSearch不同，它不仅支持JSON格式，还支持其他有用的格式：XML，PHP，Ruby，Python，XSLT，Velocity和基于HTTP的自定义Java二进制输出格式。
• 高度可用。 简单且高度可扩展。 强大，容错和可靠的搜索引擎。
• 无模式的数据存储。 但是，如果需要，我们可以创建一个架构来支持我们的数据。
• 由于Apache Lucene反向索引而提高了搜索性能。
• 支持结构化和非结构化数据
• 支持分布式，分片，复制，群集和多节点体系结构
• 支持批量操作
• 使用新插件可轻松扩展
• 支持缓存数据
• 对大数据环境有用
• 与ElasticSearch不同，它支持MapReduce算法

Apache Solr的缺点或局限性：

• 不能用作主数据存储。 仅用作辅助数据存储。
• 不是符合ACID的数据存储
• 不支持交易和分布式交易
• 不支持联接和复杂查询
• 对规范化数据无效

使用Apache Solr的受欢迎的客户：

• CNET，克鲁格，M TV
• Flipkart.com，Sourceforge.net，guardian.co.uk
• 易趣，digg
• Instagram的
• AT＆T互动
• 高盛
• 美国在线音乐，美国在线旅行，美国在线黄页
• 迪士尼
• 苹果公司。
• 更多客户参考此链接

诸如Cloudera，Hortonworks和MapR之类的流行Hadoop发行版内部都使用Apache Solr来支持搜索功能。

注意
众所周知，Apache Solr用Java编写。 因此，我们应该在系统路径中包含Java / JRE才能使用它。 请正确安装和设置Java Environment。 Apache Solr 5.x需要Java 7或更高版本。 Apache 6.x需要Java 8或更高版本。

我们可以通过两种方式使用Apache Solr：

• 独立的Apache Solr服务器
• 云和分布式Apached Solr服务器

在本教程中，我们将使用独立Apache Solr Server v6.4.2来演示我们的示例。

注意
在初始版本的Apache Solr中，不支持Colud功能。 从Apache Solr 4.0发行版开始，它通过使用SolrCloud组件支持Cloud。

1.在本地安装Apache Solr

请按照以下步骤在Windows，基于Linux（如Ubuntu）或Mac OS环境中本地设置独立Apache Solr Server。

注意
要下载最新的Apache Solr，请参考此官方下载链接

1.1 Windows环境

• 下载最新版本的Apache Solr

• 使用此链接下载Apache Solr V. 6.4.2。 您将获得solr-6.4.2.zip于Windows环境的solr-6.4.2.zip 。

• 将zip文件解压缩到本地文件系统

• 将solr-6.4.2.zip文件solr-6.4.2.zip压缩到F:\solr-6.4.2

• 设置环境变量

• 让我们假设SOLR_HOME=F:\solr-6.4.2

PATH=${SOLR_HOME}\bin

1.2 Linux或Mac环境

• 下载最新版本的Apache Solr

• 使用此链接下载Apache Solr V. 6.4.2。 您将在Linux或Mac环境中获得solr-6.4.2.tgz 。

• 解压缩zip文件

$ tar -xvf solr-6.4.2.tgz

• 设置环境变量

• 让我们假设SOLR_HOME=/home/rambabu/solr-6.4.2

  export PATH=${SOLR_HOME}\bin

  现在，我们已经成功安装了Apache Solr。

  2.在本地启动/停止Apache Solr

  一些操作Apache Solr Server的命令。

  2.1检查Apache Solr的状态
  在启动Solr Server之前，请执行以下“ status”命令以了解状态。

  cd solr-6.4.2
  $ ./solr status
  
  No Solr nodes are running.

  2.2启动Apache Solr

  $ ./solr start
  Archiving 1 old GC log files to /home/rambabu/solr-6.4.2/server/logs/archived
  Archiving 1 console log files to /home/rambabu/solr-6.4.2/server/logs/archived
  Rotating solr logs, keeping a max of 9 generations
  Waiting up to 180 seconds to see Solr running on port 8983 [\]  
  Started Solr server on port 8983 (pid=24563). Happy searching!

  如果观察上述启动命令日志，我们可以理解Apache Solr服务器是在默认端口号8983上启动的。现在再次执行“ status”命令以了解服务器状态。

  $ ./solr status
  
  Found 1 Solr nodes: 
  
  Solr process 24563 running on port 8983
  {
    "solr_home":"/home/rambabu/solr-6.4.2/server/solr",
    "version":"6.4.2 34a975ca3d4bd7fa121340e5bcbf165929e0542f - ishan - 2017-03-01 23:30:23",
    "startTime":"2017-03-22T15:11:30.804Z",
    "uptime":"0 days, 0 hours, 5 minutes, 10 seconds",
    "memory":"35.3 MB (%7.2) of 490.7 MB"}

  用不同的端口号启动Apache Solr

  $ ./solr start –p 9000

  2.3停止Apache Solr
  使用“停止”命令停止服务器

  $ ./solr stop
  
  Sending stop command to Solr running on port 8983 ... waiting up to 180 seconds to allow Jetty process 24563 to stop gracefully.

  2.4重新启动Apache Solr

  $ ./solr restart
  
  Sending stop command to Solr running on port 8983 ... waiting up to 180 seconds to allow Jetty process 19442 to stop gracefully.
  Archiving 1 old GC log files to /home/rambabu/solr-6.4.2/server/logs/archived
  Archiving 1 console log files to /home/rambabu/solr-6.4.2/server/logs/archived
  Rotating solr logs, keeping a max of 9 generations
  Waiting up to 180 seconds to see Solr running on port 8983 [\]  
  Started Solr server on port 8983 (pid=19691). Happy searching!

  注意
  在本教程中，由于我将使用Linux（Ubuntu）操作系统，因此我使用了./solr start类的命令。 如果您使用的是Windows操作系统，请使用jsut solr start 。

  3. Apache Solr术语

  我们将讨论一些重要的ElasticSearch术语： Solr Core ， Solr Core ， Indexing ， Document ， Field等。

  3.1什么是Solr实例？
  在Apache Solr中，Solr实例是在JVM中运行的Solr实例。 在独立模式下，Solr仅包含一个实例，而在云模式下，它仅包含一个或多个实例。

  3.2什么是Solr核心？
  在Apache Solr中，Solr Core也简称为“ Core”。 核心是所有文档中可用的文本和字段的索引。 一个Solr实例可以包含一个或多个Solr核心。
  换句话说，Solr Core = Apache Lucene索引+ Solr配置的实例（solr.xml，solrconfig.xml等）

  PS：-Apache Solr使用以下重要配置文件：

  • solr.xml
  • solrconfig.xml
  • core.properties

  如果要尝试将Apache Solr作为基于Schama的体系结构进行试验，请参考Apache Solr文档。

  3.3什么是索引？
  在Apache Lucene或Solr中，索引是一种将文档内容添加到Solr索引中的技术，以便我们可以轻松地搜索它们。 Apache Solr使用Apache Lucene反向索引技术对其文档进行索引。 因此，Solr提供了非常快速的搜索功能。

  3.4什么是文件？
  在Apache Solr中，文档是一组字段及其值。 文档是我们存储在Apache Cores中的基本数据单元。 一个核心可以包含一个或多个文档。

  3.5什么是字段？
  在Apache Solr中，字段是存储在文档中的实际数据。 这是一个键与值对。 键指示字段名称和值包含该字段数据。 一个文档可以包含一个或多个字段。 Apache Solr使用此字段数据为文档内容编制索引。

  

  要记住的要点：

  • Apache Solr独立架构只有一个Solr实例，而随着Solr Cloud Architecture拥有更多实例。
  • Apache Solr使用SolrCloud技术来支持Cloud Architecture。
  • 每个Solr实例可以具有零个或多个Core。
  • 每个核心可以包含零个或多个文档。
  • 每个文档可以包含零个或多个字段。
  • 每个字段包含一个键：值对。 键是字段的名称，值是字段的数据。

  注意
  由于本教程仅适用于Apache Solr独立模式，因此我们不讨论SolrCloud术语。

  4. Apache Solr管理控制台

  与ElasticSearch不同，Apache Solr具有Web界面或管理控制台。 这是Apache Solr的优点之一。 对于Solr管理员和程序员来说，查看Solr配置详细信息，运行查询和分析文档字段以微调Solr配置等非常有用。

  启动Apache Solr之后，我们可以使用以下地址访问其管理控制台： http://localhost:8983/solr/

  

  如上图所示，Apache Solr最初没有任何内核，这就是为什么它在左侧面板上显示“无可用内核”的原因。

  我们可以使用以下管理控制台：

  • 创建，更新，删除（卸载）和查看核心
  • 创建，更新，删除和查看文档
  • Apache Solr配置
  • 记录信息
  • 监控信息

  5.创建“ helloworld” Apache Solr核心

  我们可以使用以下方式执行Apache Solr操作，例如CRUD，Apache Core或CRUD，Doucment或Field。

  • Apache Solr Comamnds
  • 管理控制台
  • REST API
  • CURL命令

  首先，让我们讨论如何创建Core Use Commands并在管理控制台中查看它们。

  在执行这些命令之前，请使用“ solr start”命令启动Apache Solr。 我们可以使用“ create”命令来创建一个Apache Core，如下所示：

  创建命令语法：

  $ ./solr create -c <SOLR_CORE_NAME>

  在这里，“ create”命令用于创建Core，“-c”选项指定Solr Core Name。

  创建命令示例：-

  $ ./solr create -c helloworld
  
  Copying configuration to new core instance directory:
  /home/rambabu/solr-6.4.2/server/solr/helloworld
  
  Creating new core 'helloworld' using command:
  http://localhost:8983/solr/admin/cores?action=CREATE&name=helloworld&instanceDir=helloworld
  
  {
    "responseHeader":{
      "status":0,
      "QTime":1636},
    "core":"helloworld"}

  如果观察以上输出，我们可以理解“ helloworld”核心已成功创建。 甚至我们都可以在输出中看到以下REST API URL，以创建“ helloworld”核心。

  http://localhost:8983/solr/admin/cores?action=CREATE&name=helloworld&instanceDir=helloworld

  此处，“操作”查询参数指定“创建”操作，名称定义核心名称，instanceDir指定目录名称。 我们可以使用相同或不同的name和instanceDir。

  执行此命令后，如果刷新管理控制台，则在左侧面板上看不到“没有可用的内核”。 现在您可以看到“ Core Selector”选项。 如果单击该按钮，它将在下拉框中显示“ helloworld”核心。 如果选择该核心，它将在左侧面板显示所有信息。 它还在该下拉框中的下方显示了不同的选项：

  • 总览

  • 显示有关该Core的概述信息。

  • 文件资料

  • 在Core中创建/更新/删除文档。

  • 询问

  • 查询或查看文档或字段（数据）。

  它还在${SOLR_HOME}/server/solr/下创建一个文件夹“ helloworld”，如下所示：

  

  使用所需的文件夹名称创建Apache Core

  创建命令示例：-

  $ ./solr create -c helloworld -d myhellowolrd

  在这里，我们的“ helloworld”核心使用文件夹名称“ myhellowolrd”创建

  6.添加/更新/导入文档到核心

  当我们刚刚创建“ helloworld” Core时，它是空的。 不包含文件或资料。 我们可以使用Apache Solr管理控制台的“文档”选项将文档添加/更新/导入到此核心中。

  我们可以通过直接使用JSON，XML，Binary等不同格式的Content或使用FileUpload选项直接将文件上传为Document来添加Document。

  将文件添加到“ helloworld”核心

  • 访问Solr管理控制台： http://localhost:8983/solr/
  • 单击“核心选择器”选项，然后在下拉框中选择“ helloworld”核心。
  • 点击“文档”选项
  • 观察“ Request-Handler”，它显示“ / update”，这意味着我们将使用文档更新Core
  • 在文档上，单击“选择文件”选项
  • 从$ {SOLR_HOME} / example / films /中选择“ films.json”
  • 点击“提交文件”按钮。
  

  它使用films.json文件中的可用数据创建一个文档。 我们可以使用xml，csv等文件执行相同的操作。

  7.从核心查询文档

  我们可以使用REST API或管理控制台从A​​pache Core查询文档。

  现在让我们使用Apache Admin Console探索它。

  • 访问Solr管理控制台： http://localhost:8983/solr/
  • 单击“核心选择器”选项，然后在下拉框中选择“ helloworld”核心。
  • 点击左侧面板上的“查询”
  • 观察“ Request-Handler”，它显示“ / select”，这意味着我们要从Core中选择或检索Documents。
  • 单击右侧面板中的“执行查询”按钮
  • 它从“ helloworld”核心检索所有可用文档
  

  您可以使用以下REST API调用访问相同的结果。 您将在浏览器或REST客户端上看到相同的结果。

  http://localhost:8983/solr/helloworld/select?indent=on&q=*:*&wt=json

  这里的“ q”代表“查询参数以过滤数据”。 它使用“ q = Fieldname：Value”语法。 这里的“ q = *：*”表示查询所有内容。 “ wt”表示“作者类型”或“响应类型”。
  现在让我们查询一些过滤选项。 您可以从Web浏览器或任何REST客户端（例如POSTMAN，Sense，Fidler等）访问此REST API。

  http://localhost:8983/solr/helloworld/select?indent=on&q=directed_by:"Gary Lennon"&wt=json

  

  在这里，我们从Films Document中检索了所有数据，这些数据与该查询directed_by =“ Gary Lennon”相匹配。 如果您精通SQL，我们可以将此查询转换为以下SQL SELECT命令。

  SELECT * FROM FILMS WHERE directed_by="Gary Lennon"

  

  您可以使用以下REST API调用访问相同的结果。 您将在浏览器或REST客户端上看到相同的结果。

  http://localhost:8983/solr/helloworld/select?fl=genre&indent=on&q=directed_by:"Shane Acker"&wt=json

  “ fl”代表响应或结果中的字段列表。 我们只想检索“类型”字段。 将此转换为SQL查询。

  SELECT genre FROM FILMS WHERE directed_by="Shane Acker"

  同样，请尝试尝试使用不同的SELECT查询来检索或过滤数据。

  8.删除Apache Solr文档

  在这里，我们将删除一个符合directed_by =“ Zack Snyder”条件的文档。 我们使用相同的“ Request-Handler” =“ / update”，这意味着我们将更新Core。 我们用 ” ”选项表示我们将删除或删除符合给定条件的文档。

  在这里，我们也使用curl命令执行DELETE操作来覆盖CURL命令示例。 您可以使用其他选项（例如REST客户端等）尝试该示例。

  $ curl http://localhost:8983/solr/helloworld/update/?commit=true -H "Content-Type: application/xml" -d "<delete><query>directed_by:'Zack Snyder'</query></delete>"
  <?xml version="1.0" encoding="UTF-8"?>
  <response>
  <lst name="responseHeader"><int name="status">0</int><int name="QTime">563</int></lst>
  </response>

  9.删除Apache Solr Core

  我们可以使用“ Request-Handler” =“ / update”并在Documents上执行添加/更新/删除操作来更新Apache Solr Core。 我们可以使用浏览器上的REST API，管理控制台，REST客户端或CURL命令来执行此操作。 如果需要，我们可以使用Apache Solr管理控制台中的“卸载”选项来删除或删除Cores。

  请按照以下步骤卸载核心

  • 访问Solr管理控制台： http://localhost:8983/solr/
  • 单击“核心选择器”选项，然后在下拉框中选择“ helloworld”核心。
  • 单击右侧面板上的“卸载”按钮。
  • 它从Apache Solr中删除或卸载选定的内核。
  • 它不会从“ server / solr”路径中删除Core文件夹。

  10.为什么选择Apache Solr？ 为什么不使用Apache Lucene？

  众所周知，Apache Lucene是流行的搜索引擎（Apache Solr和ElasticSearch）的基本核心API。 但是，Apache Lucene是普通的Java API，仅对基于Java的应用程序有用。

  像ElasticSearch一样，Apache Solr是Apache Lucene API之上的包装器。 它将Java API作为REST API公开，如下图所示。 现在，我们可以在任何应用程序中使用此Search API。 REST API也非常灵活且轻巧。

  

  11. Apache Solr相对于ElasticSearch相对于关系数据库

  众所周知，Apache Solr和ElasticSearch都使用Apache Lucene来实现其核心功能。 几乎两者都支持相同的功能。 一些明显的相似之处：

  • 两者都在后台使用Apache Lucene。
  • 两者都支持REST Base API。
  • 两者都是开源搜索引擎。
  • 两者都支持BigData和Cloud Technologies。
  • 两者都支持群集管理。
  • 两者都可用作辅助数据存储。
  • 两者都使用Apache Lucene的反向索引来支持快速搜索功能。

  它们具有以下差异。

  • Apache Solr使用一些外部组件：SolrCloud支持云和分布式架构，因为ElasticSearch内置并支持真正的云和分布式架构。
  • Apache Solr使用Apache Zookeepter进行集群管理，而ElasticSearch为此使用Zen Discovery。
  • ElasticSearch仅支持基于JSNO的REST API，而Apache Solr则支持更多格式，例如JSON，XML，Doc，CSV，Binary等。
  • Apache Solr具有内置的安全支持，而ElasticSearch则没有。
  • ElasticSearch仅支持无模式数据存储，因为Apache Solr支持基于模式和较少模式的数据存储。

  Apache Solr和关系数据库之间的区别

  • 关系数据库仅支持结构化数据，其中与Apache Solr一样，结构化和非结构化数据均如此。
  • 关系数据库适合于规范化数据，而Apache Solr则适合于非规范化数据。
  • 关系数据库需要Schema来存储其数据，因为Apache Solr支持基于Schema和Schema较少。
  • 关系数据库支持复杂的查询并在Apache Solr不支持的地方加入。
  • 我们可以将关系数据库用作主要数据存储，而将Apache Solr用作辅助数据存储。

  参考文献

  1. 阿帕奇·索尔（Apache Solr）
  2. 维基百科– Apache Solr
  3. 弹性搜索
  标签： elasticsearch 你好世界 lucene 搜索 solr

  翻译自: https://mkyong.com/solr/apache-solr-hello-world-example/