30分钟搭建一个百万全文搜索

公司重心转移，不再是搜索。所以比较有空写写博。

 

solr是lucene的企业级扩展，很好很强大。solr的性能 http://wiki.apache.org/solr/SolrPerformanceData， 现在使用solr的网站 http://wiki.apache.org/solr/PublicServers

 

我习惯使用tomcat，安装参考：http://wiki.apache.org/solr/SolrTomcat，当然你也可以使用其他Contains来安装。（现在的wiki真详细，以前都靠自己摸索）如果安装成功，浏览器地址栏输入： http://localhost:8080/solr/admin/, 看到管理界面，那么继续。

 

找个支持lucene的中文analyzer，，比如lucene自带的cjk，修改solr的schema.xml中的 field，比如德国的（记得把注释去掉） 你可以参考修改成 然后在搜索filed，改成自己的field，比如全文检索简单的是id, title, body 比如我将原来的 修改成 保存好，重新启动tomcat，输入 http://localhost:8080/solr/admin/analysis.jsp?name=title&verbose=on&highlight=on&val=aa&qval= 如果一切正常，那么你就能看到title给cjk分词的处理效果。

 

使用solr非常简单，从数据库取出数据， 包个含程序字段有id, title, body的xml扔给solr做索引。参考：http://wiki.apache.org/solr/UpdateXmlMessages。除了xml还有csv格式数据做索引，参考：http://wiki.apache.org/solr/UpdateCSV 索引完了，我们用用看。

 

比如我要搜索关键词：测试中文，搜索字段是title，跑到地址栏输入 http://localhost:8080/solr/select?indent=on&version=2.2&q=%E6%B5%8B%E8%AF%95%E4%B8%AD%E6%96%87&start=0&rows=10&fl=*%2Cscore&qt=title&wt=standard&explainOther=&hl.fl= 根据自己情况输入关键词和字段，如果得到你要的结果，那么恭喜你，你能搭建一个百万搜索了。

 

百万搜索真的这么简单么？没啦，不同业务不一样，复杂的很复杂。

 

大家看下教程 http://lucene.apache.org/solr/tutorial.html，wiki： http://wiki.apache.org/solr solr

 

现在的release版本是1.2， 1.3还在开发中，现在还有少量bug还没解决，估计快要release了，如果不急于production的，先用1.2熟悉，用1.3上production。如果大家急着用solr的svn版本，其lucene是最新版本。