Apache solr 6.6.0安装

Apache solr 6.6.0安装

最近使用了Apache solr搜索引擎框架,solr是基于lucene的一个搜索服务器，lucene也是Apache的一个开源项目；对于学习搜索引擎来说,这个入门也是不错的

http://www.apache.org/dyn/closer.lua/lucene/solr/6.6.0,首先先把Apache solr 6.6.0的包下载.

我下载来的目录结构是这样的,bin里可以进行solr的启动,几条基本的命令,在bin里:一般使用端口为8983

solr start -p 8983,开启solr

solr stop -p 8983,关闭solr

solr start -p 8983 -f 前台开启,默认是后台开启

也可以不加-p 端口,会开启默认端口,

浏览器里打开solr管理界面 http://localhost:8983/solr/
 

solr create -c <name> 创建一个核心
solr delete -c <name> 删除一个核心

创建好的核心是放在solr-6.6.0\server\solr\下的,进入创建好的核心里,

核心/data/index/里的文件和lucene的索引文件差不多,核心/conf/的里文件

 

data-config.xml文件是自己创的,而最常修改的文件就是solrconfig.xml和managed-schema,注意版本不同,配置文件的名称也不同

---

 

一般如果要让搜索引擎支持中文的话,是需要加入中文词法分析,而如果要和数据库连接,是需要数据库的架包,首先考虑你的搜索引擎是否需要中文词法分析器.

 对几种中文分析器： StandardAnalyzer、ChineseAnalyzer、CJKAnalyzer、IK_CAnalyzer、MIK_CAnalyzer、MMAnalyzer（JE分词）、PaodingAnalyzer等,我用的是IK_CAnalyzer

链接：http://pan.baidu.com/s/1o8HoQRg 密码：yavs,下载的地址,下好的文件夹为

 

当然,将ik-analyzer-solr5-5.x.jar 放入solr-6.6.0\server\solr-webapp\webapp\WEB-INF\lib,一般对于架包都是放着的

 

将IKAnalyzer.cfg.xml，mydict.dic（搜狗的扩展词库），stopword.dic放入solr-6.6.0\server\solr-webapp\webapp\WEB-INF\classes里

 

然后有了这些架包,就需要在配置文件里导入,在自己的核心\conf\managed-schema里

  <fieldType name="text_id" class="solr.TextField" positionIncrementGap="100">
    <analyzer>
      <tokenizer class="solr.StandardTokenizerFactory"/>
      <filter class="solr.LowerCaseFilterFactory"/>
      <filter class="solr.StopFilterFactory" words="lang/stopwords_id.txt" ignoreCase="true"/>
      <filter class="solr.IndonesianStemFilterFactory" stemDerivational="true"/>
    </analyzer>
  </fieldType>
<!--它之后添加添加配置-->
  <fieldType name="text_ik" class="solr.TextField">
    <analyzer type="index">
      <tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory" useSmart="false"/>
    </analyzer>
    <analyzer type="query">
      <tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory" useSmart="true"/>
    </analyzer>
  </fieldType>

即添加一个类型为"text_ik",之后保存,接下来测试一下,先Reload一下,

 

 

 在自己的核心里的Analysis里测试,记得选择FieldType为text_ik,即中文词法分析,Verbose Output可选不可选都可以,

---

接下来就是配置数据库连接,   大多数的应用程序将数据存储在关系数据库、xml文件中。对这样的数据进行搜索是很常见的应用。所谓的DataImportHandler提供一种可配置的方式向solr导入数据，可以一次全部导入，也可以增量导入。

 Handler首先要在自己的核心\conf\solrconfig.xml文件中配置下，如下所示:(强迫症,位置一定要规范,其实放哪都行)

  <lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-velocity-\d.*\.jar" />
  
      <!--之后引入DataImportHandler类的jar-->
    <lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-dataimporthandler-.*\.jar" />

在随便一个<requestHandler>...</requetHandler>之后添加:

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
    <lst name="defaults">
      <str name="config">data-config.xml</str>      
    </lst>
  </requestHandler>

 

我使用的是mysql,首先在核心里添加一个字段,这个字段可以通过

 

 

注意一下,field type看你的需要写,如果需要中文分析,就用text_ik,填好后,然后添加(Add Field)

或者在自己的核心\conf\managed-schema里:

  <field name="_version_" type="long" indexed="false" stored="false"/>
<!--之后添加,字段类型注意-->
  <field name="content" type="text_ik" indexed="true" stored="true"/> 
  <field name="id" type="string" multiValued="false" indexed="true" required="true" stored="true"/>
  <field name="title" type="text_ik" indexed="true" stored="true"/>
<!--之前添加-->
  <dynamicField name="*_txt_en_split_tight" type="text_en_splitting_tight" indexed="true" stored="true"/>

其实放置的位置无所谓,只是最好还是规范一点好

接下来就是配置data-config.xml,在data-configxml中

<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
    <dataSource name="production" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/solr_test" user="root" password="root" batchSize="-1" />
　　<document name="news">
        <entity dataSource="production" name="test" 
        pk="id"
        query="select * from test"
        deltaImportquery="select * from test where id=${dih.delta.id}" >
            <!--column的id是数据库的id,name的id是managed_schema里面的id，id是必须，并且唯一的-->
            <field column="id" name="id" />
             <!--column的title是数据库的title字段,name的title是managed_schema里面的title,下面配置同理-->
            <field column="id" name="id" />
            <field column="title" name="title" />
            <field column="content" name="content" />
        </entity>
    </document>
</dataConfig>

先添加一个数据源,之后就是添加一个<document>,架包的位置和配置中文词法分析的架包放置位置一样,solr-6.6.0\server\solr-webapp\webapp\WEB-INF\lib,接下来测试一下,先Reload一下,然后

Command中选择full-import(全文导入),Entity即选择data-config.xml下自己写的,Execute后,多Refresh Status几次

 

 

就看到效果了

http://www.cnblogs.com/llz5023/archive/2012/11/15/2772154.html,推荐的一篇博客

---

 

最后的最后写下自己最近写的联合查询,有时候我想把多个表信息查出来,在data-config.xml中:

<?xml version="1.0" encoding="UTF-8"?>
<dataConfig>
    <dataSource name="production" type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/shop_manager" user="root" password="root" batchSize="-1" />
　　<document name="items">
        <entity dataSource="production" name="all_resource" 
        pk="id"
        query="select name,description,price from food_store union select name,description,price from cloths_store union select name,description,price from book_store;">
            <!--column的id是数据库的id,name的id是managed_schema里面的id，id是必须，并且唯一的,不过我设置了uuid和更新策略-->
            <field column="name" name="name"/>
            <field column="description" name="description"/>
            <field column="price" name="price"/>
        </entity>
    </document>
</dataConfig>

query中这么写,不过呢,有一个冲突就是id的重复,如果去掉id字段即,唯一键就没了,所以我就用了UUID,含义是通用唯一识别码 (Universally Unique Identifier)

修改自己的核心\conf\solrconfig.xml中的结果为:

<!--RequestHandler 手动添加-->
  <requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
  <lst name="defaults">
    <str name="config">data-config.xml</str>
    <str name="update.chain">uuid</str>
  </lst>
</requestHandler>
<!--还需添加一个uuid的更新策略-->
<requestHandler name="/update" class="solr.UpdateRequestHandler">
       <lst name="defaults">
        <str name="update.chain">uuid</str>
       </lst>  
</requestHandler>

 

搜索updateReqeustProcessorChain，在：

<updateRequestProcessorChain name="add-unknown-fields-to-the-schema">

前加入如下配置：

<updateRequestProcessorChain name="uuid">
     <processor class="solr.UUIDUpdateProcessorFactory">
          <str name="fieldName">id</str>
     </processor>
     <processor class="solr.LogUpdateProcessorFactory" />
     <processor class="solr.DistributedUpdateProcessorFactory" />
     <processor class="solr.RunUpdateProcessorFactory" />
</updateRequestProcessorChain>

 

修改自己的核心\conf\solrconfig.xml中的

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

添加一个fieldType类型

<fieldType name="uuid" class="solr.UUIDField" indexed="true"/>

<!--确保uniqueKey的值是已经定义的，一般默认是id-->
  <uniqueKey>id</uniqueKey>

Reload搞定

参考文档https://blog.liyang.io/261.html