solr（三）solr添加配置ik分词器及schema文件分析

接下来，整理出solr添加配置ik分词器及schema文件分析，如果对于solr添加core有问题或者对于引用相关jar包有问题，可查看我的上篇——solr（二）solr添加core以及依赖包路径，下面就来进入正题~

内容：

1.      Solr添加ik分词器

2.      Schema.xml 文件内容分析

一：Solr配置IK分词器

1. 准备好ik分词器的jar包，可以自己编译，已经生成的

ik分词器下载地址:https://github.com/EugenePig/ik-analyzer-solr5 ， 下载完之后使用maven命令， mvnpackage 即可生成jar文件，或者下载编译好的 http://pan.baidu.com/s/1o7P0846。

然后把它复制到tomcat/webapp/solr/WEB-INF/lib里面。(千万不要复制到tomcat/lib中，这样会找不到lucene的类)

2. 打开solrHome/core1/conf/managed-schema文件，在最下方，追加如下配置

<fieldType name="text_ik" class="solr.TextField">
        <analyzer type="index" useSmart="false"
            class="org.wltea.analyzer.lucene.IKAnalyzer"/>
        <analyzer type="query" useSmart="true"
            class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>

IK分词

useSmart：用来制定是否使用智能分词

isMaxWordLength="false"：其中isMaxWordLength是指分词的细粒度，可以分别制定index索引和query查询的分词细粒度，建议将index的isMaxWordLength设置成false

3. 启动tomcat，即可看到text_ik分词

 

二：Schema.xml文件

在schema.xml文件中，主要配置了solrcore的一些数据信息，包括Field和FieldType的定义等信息，在solr中，Field和FieldType都需要先定义后使用。

（1）插入的文档必须与域相匹配

域，我个人也称它为字段，它在solr中有特定的含义，就类似数据库中表的列一样，规范着写入的数据，我们先来做个例子。

 

（2）域的定义

   （2.1）Field：

<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false"/>

 

name: 指定域的名称

　 type: 指定域的类型，必须匹配类型，不然会报错

　 indexed:是否要作索引

　 stored:是否要存储

　 required:是否必填，一般只有id才会设置

　multiValued:是否有多个值，如果设置为多值，里面的值就采用数组的方式来存储，比如商品图片地址(大图，中图，小图等)，必须将multiValued设置为true。

（2.2）配置动态域dynamicField：

 动态域

<dynamicField name="*_i"  type="string"    indexed="true"  stored="true" multiValued="true" />

何谓动态域呢？就是这个域的名称，是由表达式组成的，只要名称满足了这个表达式，就可以用这个域

属性介绍：

Name：指定动态域的命名规则，该域的名称是通过一个表达式来指定的，只要符合这这个规则，就可以使用这个域。比如  aa_i,bb_i,13_i等等，只要满足这个表达式皆可

type:对应的值类型，相应的值必须满足这个类型，不然就会报错

indexed:是否要索引

stored:是否要存储

...其它的属性与普通的域一至

 

（2.3）uniqueKey：

指定唯一键

<uniqueKey>id</uniqueKey>

其中的id是在Field标签中已经定义好的域名，而且该域要设置为required为true。

一个schema.xml文件中必须有且仅有一个唯一键

 

（2.4）复制域 copyField：

<copyField source="cat" dest="text"/>

source:源域

　　dest:目标域

复制域，将源域的内容复制到目标域中

注意：目标域必须是允许多值的，如下，multiValued必须为true，因为可能多个源域对应一个目标域，所以它需要以数组来存储

<field name="text" type="string" indexed="true" stored="true" multiValued="true"/>

（2.5）域的类型 fieldType

 

 <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
        <!-- in this example, we will only use synonyms at query time
        <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt"     
ignoreCase="true" expand="false"/>
        -->
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
  </fieldType>

相应属性的说明

　　name:域的名称

　　class: 指定该域类型对应的solr的类型

　　analyzer:分词器的配置（指定分析器）

　　type: index(索引分词器)，query(查询分词器)

　　tokenizer:配置指定分词器

　　filter:指定过滤器

 

 

schema文件分析更详细版可查看：

https://www.cnblogs.com/langfanyun/p/5829874.html