solr的配置和使用

原文：http://blog.csdn.net/liaomin416100569/article/details/77301756

lucene中的一个document相当于一个对象(object),它也有一个至多个属性(field)

分词器：将存入的数据分成有意义的词
停（用）止词：无意义的词，搜索引擎中搜不出来的词

Lucene使用倒排索引，通过分词器分出来的词作为索引和数据做关联，指向文档

一.solr简介

solr是以lucene为内核开发的企业级搜索应用,  应用程序可以通过http请求方式来提交索引，
查询索引，提供了比lucene更丰富的查询语言，是一个高性能，高可用环境全文搜索引擎

二. solr安装配置

1.下载solr安装包  solr所有版本 (http://archive.apache.org/dist/lucene/solr/) 

   这里下载 solr-5.5.4
   
2.安装,解压solr包（这里Tomcat的版本必须>=8以上版本）

1)将solr-5.5.4\server\solr-webapp下的webapp 拷贝到tomcat\webapps目录下 改名为solr 

2)将solr-5.5.4\server\lib\ext下的jar包都拷贝到 tomcat\webapps\solr\WEB-INF\lib目录下 

3) 配置solrhome

找到 tomcat\solr\WEB-INF\web.xml 编辑  找到以下这段  
去掉注释 将第二个参数配置为本地任意一个目录即可 

<env-entry>  
   <env-entry-name>solr/home</env-entry-name>  
   <env-entry-value>D:\learn\solr-5.5.4\home</env-entry-value>  
   <env-entry-type>java.lang.String</env-entry-type>  
</env-entry>


4) 配置core

注意：需要先将solr解压包下\server\solr下的所有文件拷贝到solrhome(不用做修改修改)

拷贝 solr解压包下\server\solr\configsets\basic_configs目录到solrhome，
直接修改basic_configs目录的名字，修改后的名字就是core的名字(这里core的名字定义为mycore)

启动Tomcat,访问solr的管理界面：http://localhost:8080/solr/admin.html 

进入solr管理网页 点击 core admin 添加该core

name和instanceDir都修改成core的名字

点击Add core后 成功后 检查 mycore目录 发现多了 core.properties和data两个资源

5)配置文件理解

 core/conf目录下的两个配置文件非常重要 

managed-schema(该文件中可以自定义字段) 主要用于配置 
可以提交到该core的所有field定义，field的类型定义，唯一标识符等

#自定义字段<field name="字段名" type="数据类型(存在的数据类型)" indexed="true代表分词false代表不分词" stored="true代表存储fasle代表不存储"/> 

定义字段 _version_ 类型为long  indexed="true" 会进行分词索引  stored="true"表示存储到磁盘  

<field name="_version_" type="long" indexed="true" stored="true"/>  

定义字段 id required="true" 表示所有的document必须添加id字段 multiValued="false" 表示是否是多值字段  

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

定义动态字段 所以_i结尾的字段都可以写入到当前的core  

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

定义唯一标识符的字段  

<uniqueKey>id</uniqueKey>  

定义字段类型的别名  
<fieldType name="string" class="solr.StrField" sortMissingLast="true" />  


solrconfig.xml(该文件不需要修改) 
主要用于配置solor的主要配置信息 比如lucene版本 缓存 数据目录 请求路径映射 等


表示lucene版本  
<luceneMatchVersion>5.5.4</luceneMatchVersion>  
表示数据目录 默认是data目录  
<dataDir>${solr.data.dir:}</dataDir>   
自动提交配置  
<autoCommit>   
       当超过15000ms后自动提交所有数据  
       <maxTime>${solr.autoCommit.maxTime:15000}</maxTime>   
       是否马上就可以查询到  
       <openSearcher>false</openSearcher>   
</autoCommit>  
表示当路径为 /select时查询所有的数据  
<requestHandler name="/select" class="solr.SearchHandler">  
    <!-- default values for query parameters can be specified, these  
         will be overridden by parameters in the request  
      -->  
     <lst name="defaults">  
       <str name="echoParams">explicit</str>  
       <int name="rows">10</int>  
     </lst>  
</requestHandler>  
 
二. solr配置中文分词器

新建maven项目,pom.xml配置：

<dependencies>
<dependency>
<groupId>com.janeluo</groupId>
<artifactId>ikanalyzer</artifactId>
<version>2012_u6</version>
<!-- 排除旧版本的jar包 -->
<exclusions>
<exclusion>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
</exclusion>
<exclusion>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queryparser</artifactId>
</exclusion>
<exclusion>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queries</artifactId>
</exclusion>
<exclusion>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-sandbox</artifactId>
</exclusion>
<exclusion>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-common</artifactId>
</exclusion>
</exclusions>
</dependency>
<!-- 重新引入jar包,版本与使用的solr的版本一致 -->
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-core</artifactId>
<version>5.5.4</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queryparser</artifactId>
<version>5.5.4</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-queries</artifactId>
<version>5.5.4</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-sandbox</artifactId>
<version>5.5.4</version>
</dependency>
<dependency>
<groupId>org.apache.lucene</groupId>
<artifactId>lucene-analyzers-common</artifactId>
<version>5.5.4</version>
</dependency>
</dependencies>


Ctrl+Shift+t :IKAnalyzer 查看该类的源代码


1.新建一个包，包名与IKAnalyzer类的包名一致


拷贝IKAnalyzer类到该包中
拷贝IKTokenizer类到该包中

解决报错的问题：
查看IKAnalyzer的父类，删除类中父类中没有出现的代码
查看IKTokenizer的父类，删除类中父类中没有出现的代码

package org.wltea.analyzer.lucene;

import org.apache.lucene.analysis.Analyzer;
import org.apache.lucene.analysis.Tokenizer;

/**
 * IK鍒嗚瘝鍣紝Lucene Analyzer鎺ュ彛瀹炵幇
 * 鍏煎Lucene 4.0鐗堟湰
 */
public final class IKAnalyzer extends Analyzer {

  private boolean useSmart;

  public boolean useSmart() {
    return useSmart;
  }

  public void setUseSmart(boolean useSmart) {
    this.useSmart = useSmart;
  }

  /**
   * IK鍒嗚瘝鍣↙ucene  Analyzer鎺ュ彛瀹炵幇绫�
   *
   * 榛樿缁嗙矑搴﹀垏鍒嗙畻娉�
   */
  public IKAnalyzer() {
    this(false);
  }

  /**
   * IK鍒嗚瘝鍣↙ucene Analyzer鎺ュ彛瀹炵幇绫�
   *
   * @param useSmart 褰撲负true鏃讹紝鍒嗚瘝鍣ㄨ繘琛屾櫤鑳藉垏鍒�
   */
  public IKAnalyzer(boolean useSmart) {
    super();
    this.useSmart = useSmart;
  }

  /**
   * 閲嶈浇Analyzer鎺ュ彛锛屾瀯閫犲垎璇嶇粍浠�
   */
  @Override
  protected TokenStreamComponents createComponents(String fieldName) {
    Tokenizer _IKTokenizer = new IKTokenizer(this.useSmart());
    return new TokenStreamComponents(_IKTokenizer);
  }

}

package org.wltea.analyzer.lucene;

import java.io.IOException;
import org.apache.lucene.analysis.Tokenizer;
import org.apache.lucene.analysis.tokenattributes.CharTermAttribute;
import org.apache.lucene.analysis.tokenattributes.OffsetAttribute;
import org.apache.lucene.analysis.tokenattributes.TypeAttribute;
import org.wltea.analyzer.core.IKSegmenter;
import org.wltea.analyzer.core.Lexeme;


/**
 * IK鍒嗚瘝鍣� Lucene Tokenizer閫傞厤鍣ㄧ被
 * 鍏煎Lucene 4.0鐗堟湰
 */
public final class IKTokenizer extends Tokenizer {

  // IK鍒嗚瘝鍣ㄥ疄鐜�
  private IKSegmenter _IKImplement;

  // 璇嶅厓鏂囨湰灞炴��
  private final CharTermAttribute termAtt;
  // 璇嶅厓浣嶇Щ灞炴��
  private final OffsetAttribute offsetAtt;
  // 璇嶅厓鍒嗙被灞炴�э紙璇ュ睘鎬у垎绫诲弬鑰僶rg.wltea.analyzer.core.Lexeme涓殑鍒嗙被甯

搁噺锛�
  private final TypeAttribute typeAtt;
  // 璁板綍鏈�鍚庝竴涓瘝鍏冪殑缁撴潫浣嶇疆
  private int endPosition;

  /**
   * Lucene 4.0 Tokenizer閫傞厤鍣ㄧ被鏋勯�犲嚱鏁�
   * @param in
   * @param useSmart
   */
  public IKTokenizer(boolean useSmart) {
    super();
    offsetAtt = addAttribute(OffsetAttribute.class);
    termAtt = addAttribute(CharTermAttribute.class);
    typeAtt = addAttribute(TypeAttribute.class);
    _IKImplement = new IKSegmenter(input, useSmart);
  }

  /*
   * (non-Javadoc)
   * @see org.apache.lucene.analysis.TokenStream#incrementToken()
   */
  @Override
  public boolean incrementToken() throws IOException {
    // 娓呴櫎鎵�鏈夌殑璇嶅厓灞炴��
    clearAttributes();
    Lexeme nextLexeme = _IKImplement.next();
    if (nextLexeme != null) {
      // 灏哃exeme杞垚Attributes
      // 璁剧疆璇嶅厓鏂囨湰
      termAtt.append(nextLexeme.getLexemeText());
      // 璁剧疆璇嶅厓闀垮害
      termAtt.setLength(nextLexeme.getLength());
      // 璁剧疆璇嶅厓浣嶇Щ
      offsetAtt.setOffset(nextLexeme.getBeginPosition(), nextLexeme.getEndPosition());
      // 璁板綍鍒嗚瘝鐨勬渶鍚庝綅缃�
      endPosition = nextLexeme.getEndPosition();
      // 璁板綍璇嶅厓鍒嗙被
      typeAtt.setType(nextLexeme.getLexemeTypeString());
      // 杩斾細true鍛婄煡杩樻湁涓嬩釜璇嶅厓
      return true;
    }
    // 杩斾細false鍛婄煡璇嶅厓杈撳嚭瀹屾瘯
    return false;
  }

  /*
   * (non-Javadoc)
   * @see org.apache.lucene.analysis.Tokenizer#reset(java.io.Reader)
   */
  @Override
  public void reset() throws IOException {
    super.reset();
    _IKImplement.reset(input);
  }

  @Override
  public final void end() {
    // set final offset
    int finalOffset = correctOffset(this.endPosition);
    offsetAtt.setOffset(finalOffset, finalOffset);
  }
}

2.找到本地maven仓库中ikanalyzer-2012_u6.jar  
  复制到本地，删除jar包中ikanalyzer-2012_u6.jar\org\wltea\analyzer\lucene 
  的两个class文件：IKAnalyzer.class ，IKTokenizer.class

  在本地代码的存放目录中找到项目中自己重写两个类的class文件（target目录），拷贝至
  ikanalyzer-2012_u6.jar\org\wltea\analyzer\lucene 
  
  最后将jar包复制到solr\WEB-INF\lib目录下
  
  solrhome\mycore\conf\managed-schema配置：
  
  <!--定义动态类型-->   
   <dynamicField name="*_ik"  type="text_ik"  indexed="true"  stored="true" /> 
   
  <!--定义支持ik分词器的数据类型-->
   <fieldType name="text_ik" class="solr.TextField" >  
      <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>     
      <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>   

   </fieldType>