记docker+solr+oracle实现查询分页

        最近在做的项目，因为涉及到某些表的数据量会有百万级，首先想到的是进行分表（sharding-jdbc）。但经过一番尝试后，还是选择docker+solr对数据进行查询分页。

Solr是什么？

        Solr 是基于 Lucene 的面向企业搜索的 web 应用 Solr 是一个独立的企业级搜索应用服务器，它对外提供类似于 Web-service 的 API 接 口。可以通过 http 请求提交一定格式的 XML 文件，生成索引；也 可以通过 Http Get 操作提出查找请求，并得到 xml/json 格式的返回结果。Solr 是一个高性能，采用 Java5 开发，基于 Lucene 的全文搜索服务器。同时对其进行 了扩展，提供了比 Lucene 更为丰富的查询语言，同时实现了可配置、可扩展并对查询性能 进行了优化，并且提供了一个完善的功能管理界面，是一款非常优秀的全文检索引擎。 文档通过 Http 利用 XML 加到一个搜索集合中。查询该集合也是通过 http 收到一个 XML/JSON 响应来实现。它的主要特性包括：高效、灵活的缓存功能，垂直搜索功能，高 亮显示搜索结果，通过索引复制来提高可用性，提供一套强大 Data Schema 来定义字段， 类型和设置文本分析，提供基于 Web 的管理界面等。

与ElasticSearch（ES）相比，为什么选择solr？

• Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式。
• Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch。此次项目对于实时搜索要求不高。
• Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。
• 在测试环境上用docker部署了es，把服务器弄崩了，运行环境要求还是比较高的。solr相比于es较轻。

下载安装、配置ik、索引数据导入

1、下载镜像，选择8.1.1版本

      docker pull solr:8.1.1

2、可以选择docker-compose启动，此处选择run启动了一个名为solr 的容器，将主机的端口8983映射到容器中的端口8983，-d表示已守护进程deamon的方式运行

      docker run -it -d -p 8983:8983 --name solr solr:8.1.1

启动成功后，访问http://ip:8983/solr/

3、创建core，相当于关系型数据库中表的概念。

上述错误是因为文件不存在引起的。    

进入容器：

docker exec -it --user=root solr /bin/bash

复制默认配置文件：

cp -r /opt/solr/server/solr/configsets/_default/conf  /var/solr/data/medical_verify/

之后再创建就可以成功：

4、运行8.1.1版本的solr，配置文件的挂载自动是做好的，测试过7.4版本的是没有的需要自己-v。

docker inspect solr

进入到宿主机的source目录，发现solr容器中的var/solr配置文件都在此

5、配置ik分词：因为solr默认的分词处理没有很好的将搜索语句进行分词，所以需要配置ik。

准备ik包：ik-analyzer-solr.jar 适用7或者8版本solr

百度网盘地址：https://pan.baidu.com/s/17Kr31ueRq_IreoOhGSP4pw  提取码：lpcl

下载后拷贝到：

docker cp ./ik-analyzer-solr.jar solr:/opt/solr/server/solr-webapp/web-app/WEB-INF/lib

进入{source}/data/core_medical/conf修改managed-schema，新增如下内容：

<fieldType name ="text_ik" class ="solr.TextField">        
     <!-- 索引时候的分词器-->          
    <analyzer type ="index" isMaxWordLength ="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>          
    <!--查询时候的分词器-->        
    <analyzer type ="query" isMaxWordLength ="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>    
</fieldType>

进入{source}/data/core_medical/conf修改solrconfig.xml，新增标红部分内容：

<lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lucene-libs/" regex="ik-analyzer-solr.jar" />

按下Reload键重启：

此时进行到此core的分析可以看到出现了text_ik选项：

6、导入数据，此处是以oracle为例：

没有配置DataImportHandler 时会出现如下页面：

进入{source}/data/core_medical/conf修改solrconfig.xml，新增如何下内容：

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

新建文件：medical_verify.xml

修改managed-schema文件，增加fileId：

• name : 字段的名称
• type : 字段的类型
• indexed :是否索引,索引的话就能查询到,否则,搜索的时候,不会出现
• stored : 是否存储到索引库里面
• required：是否必须
• multiValued：是否多个值
• Unique：字段是否可以重复

重启core后，进行数据导入

进入到查询页面，可以看到数据已经导入：       

       q      查询的关键字，此参数最为重要，例如，q=id:1，默认为q=*:*，
　　fl      指定返回哪些字段，用逗号或空格分隔，注意：字段区分大小写，例如，fl= id,title,sort
　　start   返回结果的第几条记录开始，一般分页用，默认0开始
　　rows    指定返回结果最多有多少条记录，默认值为 10，配合start实现分页
　　sort    排序方式，例如id  desc 表示按照 “id” 降序
　　wt  (writer type)       指定输出格式，有 xml, json, php等
　　fq （filter query）    过虑查询，提供一个可选的筛选器查询。返回在q查询符合结果中同时符合的fq条件的查询结果，例如：q=id:1&fq=sort:[1 TO 5]，找关键字id为1 的，并且sort是1到5之间的。
　　df                      默认的查询字段，一般默认指定。
　　qt （query type）      指定那个类型来处理查询请求，一般不用指定，默认是standard。
　　indent                  返回的结果是否缩进，默认关闭，用 indent=true|on 开启，一般调试      json,php,phps,ruby输出才有必要用这个参数。
　　version                 查询语法的版本，建议不使用它，由服务器指定默认值。

以上就是solr的安装、配置、注意事项的说明。仅供日后方便查看，有不足的地方请勿喷。

java部分，使用solrj，对索引数据进行检索分页，将在下篇中记录。