solr基本教程

Solr

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。用户可以通过http请求，向搜索引擎服务器提交一定格式的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搜索引擎。

 

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

文档通过Http利用XML 加到一个搜索集合中。

Solr可以和Hadoop一起使用。由于Hadoop处理大量数据，Solr帮助我们从这么大的源中找到所需的信息。不仅限于搜索，Solr也可以用于存储目的。像其他NoSQL数据库一样，它是一种非关系数据存储和处理技术。

Apache Solr特点

Restful APIs − 要与Solr通信，并非一定需要有Java编程技能。相反，您可以使用restful服务与它通信。可使用文件格式(如XML，JSON和.CSV)在Solr中作为输入文档，并以相同的文件格式获取结果。

全文搜索 - Solr提供了全文搜索所需的所有功能，例如令牌，短语，拼写检查，通配符和自动完成。

企业准备 - 根据企业/组织的需要，Solr可以部署在任何类型的系统(大或小)，如独立，分布式，云等。

灵活和可扩展 - 通过扩展Java类并相应配置，可以轻松地定制Solr的组件。

NoSQL数据库 - Solr也可以用作大数据量级的NOSQL数据库，可以沿着集群分布搜索任务。

管理界面 - Solr提供了一个易于使用，用户友好，功能强大的用户界面，使用它可以执行所有可能的任务，如管理日志，添加，删除，更新和搜索文档。

高度可扩展 - 在使用Solr与Hadoop时，我们可以通过添加副本来扩展其容量。

以文本为中心并按相关性排序 - Solr主要用于搜索文本文档，结果根据与用户查询的相关性按顺序传送

与Lucene不同，在使用Apache Solr时，可不需要具有Java编程技能。它提供了一个完整的准备部署服务，以构建一个自动完成的搜索框，Lucene是不提供的。使用Solr可以扩展，分配和管理大规模(大数据)应用程序的索引。

 

Solr安装启动

Windows环境安装配置

下载解压http://lucene.apache.org/solr/downloads.html

验证http://localhost:8983/

安装hadoop下载hadoop

 

Solr  体系结构

<!--[if gte vml 1]><v:shape id="图片_x0020_7" o:spid="_x0000_i1025" type="#_x0000_t75" style='width:415.5pt;height:266.25pt;visibility:visible;mso-wrap-style:square'> <v:imagedata src="file:///C:\Users\ADMINI~1\AppData\Local\Temp\msohtmlclip1\01\clip_image002.png" o:title=""/> </v:shape><![endif]--><!--[if !vml]--><!--[endif]-->

 

Apache Solr的主要构建块(组件)

<!--[if !supportLists]-->·         <!--[endif]-->请求处理程序 - 发送到Apache Solr的请求由这些请求处理程序处理。请求可以是查询请求或索引更新请求。根据这些请示的要求来选择请求处理程序。为了将请求传递给Solr，通常将处理器映射到某个URI端点，并且它将为指定的请求提供服务。

<!--[if !supportLists]-->·         <!--[endif]-->搜索组件 - 搜索组件是Apache Solr中提供的搜索类型(功能)。它可能是拼写检查，查询，构面，命中突出显示等。这些搜索组件被注册为搜索处理程序。多个组件可以注册到搜索处理程序。

<!--[if !supportLists]-->·         <!--[endif]-->查询解析器 − Apache Solr查询解析器解析传递给Solr的查询，并验证查询的语法是否有错误。解析查询后，将它们转换为Lucene理解的格式。

<!--[if !supportLists]-->·         <!--[endif]-->响应写入器 - Apache Solr中的响应写入器是为用户查询生成格式化输出的组件。 Solr支持XML，JSON，CSV等响应格式。对每种类型的响应都有不同的响应写入。

<!--[if !supportLists]-->·         <!--[endif]-->分析器/分词器 - Lucene以令牌的形式识别数据。 Apache Solr分析内容，将其分成令牌，并将这些令牌传递给Lucene。 Apache Solr中的分析器检查字段的文本并生成令牌流。分词器将分析器准备的令牌流分解成令牌。

<!--[if !supportLists]-->·         <!--[endif]-->更新请求处理器 - 每当向Apache Solr发送更新请求时，请求都通过一组称为更新请求处理器的插件(签名，日志记录，索引)运行。这个处理器负责修改，例如删除字段，添加字段等。

 

Solr核心(Core)是Lucene索引的运行实例，包含使用它所需的所有Solr配置文件。我们需要创建一个Solr Core来执行索引和分析等操作。Solr应用程序可以包含一个或多个核心。如果需要，Solr应用程序中的两个核心可以相互通信。

核心的增删改查

./Solr create -c solr_sample

./solr delete -c my_core

一般来说，索引是系统地排列文档或(其他实体)。索引使用户能够在文档中快速地查找信息。索引集合，解析和存储文档。索引是为了在查找所需文档时提高搜索查询的速度和性能。

在Apache Solr中，我们可以索引(添加，删除，修改)各种文档格式，如xml，csv，pdf等

创建索引的几个方法（1）使用Solr Web界面。（2）使用任何客户端API(如Java，Python等)（3）使用提交工具。

使用Post命令添加文档用这个命令，可以在Apache Solr中索引各种格式的文件，例如JSON，XML，CSV。

./post -c solr_sample sample.csv

在执行上述命令时，给定文档在指定的核心下会生成索引

使用Post命令添加文档

使用Solr Web界面添加文档

使用Java Client API添加文档

使用XML文件格式将数据添加到Solr索引。

./post -c my_core sample.xml

使用XML更新文档

./post -c my_core update.xml

删除文档

./post -c my_core delete.xml

除了存储数据，Apache Solr还提供了一些在需要时查询数据的功能

在Apache Solr中的构面或分组(faceting)指的是将搜索结果分类到各种类别中

<!--[if !supportLists]-->·         <!--[endif]-->查询faceting - 返回当前搜索结果中与给定查询匹配的文档数。

• 日期faceting - 它返回在特定日期范围内的文档数。

使用字段faceting，我们可以检索所有字词的计数，或者只检索任何给定字段中的顶部字词。

 

Lucene是简单但强大的基于Java的搜索库。它可以在任何应用程序中用于添加搜索功能。 Lucene是一个可扩展的高性能库，用于索引和搜索几乎任何类型的文本。 Lucene库提供任何搜索应用程序所需的核心操作，例如索引和搜索