分布式--solr搜索引擎

一、简介

搜索是项目中常用的功能，对于大数据量的搜索，查询关系型数据库是非常低效的，好在有三方专门用于搜索的工具，常用的搜索解决方案为：

• 基于Apache Lucene实现
• 基于百度API实现
• 基于谷歌API实现

solr基于Lucene实现，本质是一个Java Web项目，并集成了Jetty服务器，Jetty和Tomcat差不多，也是一个JavaWeb容器，我们客户端只需要通过调用solr控制器，solr处理完后返回数据

反向索引

搜索使用反向索引将大大提高搜索效率，正向索引与反向索引的区别如下：

• 正向索引：将查找内容分词，后根据分词完的词组，挨个进行搜索：

• 反向索引：内容存入数据源的同时进行分词，搜索时直接根据词组搜索：

solr搜索原理

solr就是利用了反向索引，将搜索内容分词后，直接和存储内容的索引进行匹配：

solr拥有自己的数据库，以Document作存储

二、solr安装

前面提到过solr是Java Web项目，所以需要先装好JDK
官网下载：https://solr.apache.org/downloads.html

1. 解压

下载传入服务器后，解压：

tar xvf solr-8.11.2.tgz

2. 移动

移动到/usr/local目录下：

mv ./solr-8.11.2 /usr/local/

3. 修改启动参数

cd /usr/local/solr-8.11.2/bin/
vi solr.in.sh

找到SOLR_ULIMIT_CHECKS并修改：

SOLR_ULIMIT_CHECKS=false

4. 启动solr

如果是root用户，需要加上-force

./solr start -force

启动成功：

三、可视化管理界面

访问服务器8983端口可以进入solr的可视化管理界面：

1. 整体信息
2. 日志
3. 安全性相关
4. 核心。类似数据库DataBase
5. Java信息
6. 线程相关
7. 如果有核心，将在此处显示

四、创建核心

solr安装完后，直接在界面上添加核心会报错，需要进行一些配置

1. 复制配置文件

cd /usr/local/solr-8.11.2/server/solr
mkdir test_core
cp -r configsets/_default/conf/ test_core/

2. 创建核心

instanceDir需要和上面创建的文件夹名一致，确认信息后，点击Add Core：

等待创建结束后，下方就可以选择核心了：

四、中文分词配置

solr默认对中文只会按照每个字进行分词：

如果想要获得中文较好的支持，需要使用ik-analyzer.jar包，下载地址：https://search.maven.org/search?q=com.github.magese，注意对应solr大版本

1. 导入jar

将下载完后传入服务器，并移动到/usr/local/solr-8.11.2/server/solr-webapp/webapp/WEB-INF/lib目录下：

mv ik-analyzer-8.5.0.jar  /usr/local/solr-8.11.2/server/solr-webapp/webapp/libs/

2. 修改配置文件

上面提到solr使用Document存储，Document包含的属性和属性类型都定义在managed-schemel中，争对中文的分词，我们需要自定义一个属性并赋予它类型

编辑对应核心的managed-schemel文件，/usr/local/solr-8.11.2/server/solr/test_core/conf目录下：

cd /usr/local/solr-8.11.2/server/solr/test_core/conf
vi managed-schema

2.1 添加属性

在schema标签包裹区域内添加：

<!--定义属性，type表示属性类型 indexed表示是否建立索引  stored表示是否显示给用户-->
    <field name="_china_" type="text_ik" indexed="true" stored="true" />

2.2 添加属性类型

和刚刚导入的jar包进行关联：

<fieldType name="text_ik" class="solr.TextField">
            <analyzer type="index">
                    <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/>
                    <filter class="solr.LowerCaseFilterFactory"/>
            </analyzer>
            <analyzer type="query">
                    <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/>
                    <filter class="solr.LowerCaseFilterFactory"/>
            </analyzer>
    </fieldType>

3. 重启solr

cd /usr/local/solr-8.11.2/bin
./solr stop -all
./solr start -force

在界面上使用_china_进行分词：

4. managed-schema说明

标签	属性	描述
< fieldType/>		定义属性类型
< field/>		定义属性
	name	属性名称
	type	属性的类型
	indexed	该属性是否建立索引，即可以通过分词的词组被查找
	stored	该属性是否需要返回给搜索用户，并不是所有属性都要展示
	required	该属性是否必须
	multiValued	该属性是否为复合属性，即属性中还有其他属性
< copyField/>		与multiValued搭配使用，用于表示符合属性中使用的多个属性
	source	指定关联的属性名
	dest	指定复合属性名
< uniqueKey/>		唯一主键属性
< dynamicField/>		定义动态属性，name通过通配符进行配置，可以表示多个属性

五、DataImport

接着我们将本地数据库中的数据导入到solr中，使用的是solr的dataimport，将dept部门表数据导入，SQL的创建在MyBatis--初入MyBatis中可以找到

1. 准备属性

在managed-schema中定义与本地数据库字段相对应的属性：

cd /usr/local/solr-8.11.2/server/solr/test_core/conf
vi managed-schema

默认的一些属性类型可以在界面中查找：

部门表对应的属性：

<field name="deptno" type="pint" indexed="false" stored="true"/>
    <field name="dname" type="text_general" indexed="true" stored="true"/>
    <field name="loc" type="text_ik" indexed="true" stored="true"/>

2. 新建配置文件

在同一个目录下新建配置文件，用于连接数据库以及做数据库字段和属性的映射：

vi data-dept.xml

内容为：

<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
        <dataSource type="JdbcDataSource"
                driver="com.mysql.jdbc.Driver"
                url="jdbc:mysql://192.168.42.170:3306/mydb?useSSL=false&amp;useUnicode=true&amp;characterEncoding=UTF-8&amp;serverTimezone=Asia/Shanghai&amp;tinyInt1isBit=false"
                user="root"
                password="root"/>
        <document>
            <entity name="dept" query="select * from dept">
                <!--
                 实现数据库的列和索引库的字段的映射
                 column 指定数据库的列表
                 name  指定索引库的字段名字，必须和managed-schema中定义的一样
                 -->
                 <field column="deptno" name="deptno"/>
                 <field column="dname" name="dname"/>
                 <field column="loc" name="loc"/>
            </entity>
         </document>
</dataConfig>

3. 配置solrconfig.xml

vi solrconfig.xml

在config标签包裹中添加DataImport的使用：

<!-- 配置数据导入的处理器 -->
  <requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
    <lst name="defaults">
      <!--  加载data-dept.xml  -->
      <str name="config">data-dept.xml</str>
     </lst>
  </requestHandler>

4. 导入jar包

还需要将两个jar包导入到\WEB-INF\lib目录中：

cd /usr/local/solr-8.11.2/dist
cp solr-dataimporthandler-* /usr/local/solr-8.11.2/server/solr-webapp/webapp/WEB-INF/lib

以及mysql的数据库驱动，下载后上传到服务器，再移动到\WEB-INF\lib目录中：

cp mysql-connector-java-8.0.29.jar /usr/local/solr-8.11.2/server/solr-webapp/webapp/WEB-INF/lib

5. 重启solr并导入数据

cd /usr/local/solr-8.11.2/
./solr stop -all
./solr start -force

界面上点击执行：

如果出错，可以查看/usr/local/solr-8.11.2/server/logs/solr.log的日志：

tail -f solr.log

我这边遇到的是mysql连接不上，修改mysql的user表，将root用户的Host改为%：

查询下数据，发现已经导入了：

六、solr集群搭建

solr内置了集群功能，是基于zookeeper实现的，启动集群非常便利

1. 开启集群

执行开启集群命令，可以使用-noprompt表示默认配置：

./solr -e cloud [-noprompt] -force

完成后，会创建两个node目录：

2. 重启

./solr start -c -p 8983 -s ../example/cloud/node1/solr/ -force
./solr start -c -p 7574 -z localhost:9983 -s ../example/cloud/node2/solr/ -force