Solr初级教程

最新推荐文章于 2024-08-12 15:45:48 发布

weixin_34112900

最新推荐文章于 2024-08-12 15:45:48 发布

阅读量69

点赞数

文章标签： java json python

原文链接：https://my.oschina.net/u/147181/blog/290518

版权

2019独角兽企业重金招聘Python工程师标准>>>

预览

本文档简要介绍如何运行solr，如何进行数据操作。

环境

本教程使用solr 4.9，需要。。。
1. Java 1.7或者更高。 2. 下载solr，地址。

开始

解压solr压缩包，并且进入到"example"文件夹中。

Solr可以在很多Java容器中运行，本教程使用jetty。

运行example文件夹中的start.jar，java -jar start.jar，就可以使用jetty运行solr的war包，配置文件使用的是example中的configs。
上面的命令会启动jetty服务器，端口默认是8983，并且会将日志打印到控制台。
可以通过http://localhost:8983/solr/来打开solr的管理员页面。

数据索引

Solr服务器已经起开了，但是没有任何数据。我们可以通过post命令来向其中add（update、delete、pending adds and deletes）文档来修改solr的索引。实现的方式详情。

exampledocs目录中包含了一些样例文件，这些文档可以通过命令post到solr中。在此我们使用java -jar post.jar -h这种方式。

java -jar post.jar solr.xml monitor.xml

现在Solr中索引了两篇文档，并且事物已经提交。我们可以打开http://localhost:8983/solr/#/collection1/query这个链接，来进行实验，在"q"这个输入框中输入“solr”，点击“Excute Query”，浏览器会跳到http://localhost:8983/solr/collection1/select?q=solr&wt=xml页面。

我们可以将所有的xml文档都添加到Solr中，java -jar post.jar *.xml。

现在我们可以使用Solr Query Syntax来查询数据。

还有很多种方式将数据导入到Solr中：
+ 通过Data Import Handler(DIH)从数据库中导入数据 + 加载CSV文件（文件中的数据用逗号分隔），csv文件可以是Excel和Mysql导出的。 + Post json文档+ 通过Solr Cell索引二进制文档，如word或者pdf。 + 通过java或者solr支持的其他语言，用程序创建并导入到solr中。

Update数据

我们注意到即使solr.xml这个文档被导入了两次，但是我们在搜索solr关键字时，仍旧得到一个结果。这是因为每个文档都有一个唯一性的字段"id"。向solr中添加文档时，如果id相同，solr就会更新这篇文档。我们可以通过http://localhost:8983/solr/#/collection1/plugins/core?entry=searcher这个页面中的numDocs和maxDoc来验证。

numDocs代表索引中的document的数目（这个数目可能比solr中xml文件的数目大，因为单个xml文件可能包含多个document）。numDocs可能比maxDocs还要大，因为某些文档可能被删除了，但是索引还没有更新。即使我们多次post同一份xml文件，numDocs也不会增加，因为id相同，solr做的是update动作。

编辑这些xml文件，修改其中的内容，然后重新运行java -jar post.jar命令，再进行搜索，我们就可以看到刚才修改的内容。

Delete数据

我们可以向solr post删除命令，如果指定了id就是删除某篇document；如果这个命令中的query可以匹配多个document，那就删除多个document（小心）。下面的命令会删除指定的document。

    java -Ddata=args -Dcommit=false -jar post.jar "<delete><id>SP2514N</id></delete>"

上面的命令，我们指定了commit=false，所以我们还可能会检索到刚刚删除的document，因为索引还没有更新。
通过statistics page这个updateHandler页面，我们可以看到删除document生效的过程，deletesById这个值降为0，cumulative_deletesById和autocommit这两个增加。

下面是使用query批量删除document的示例。

    java -Dcommit=false -Ddata=args -jar post.jar "<delete><query>name:DDR</query></delete>"

如果我们想让之前的变化立即生效，我们可以通过命令强制solr使用新的searcher:

    Java -jar post.jar -

现在，再次执行之前的query，可以发现已经删除的document，不会再被搜索出来了。我们可以再次通过statistics page来看updateHandlercommit的个数，和searcher中的numDocs。

使用新的searcher，可能会花费很高的代价（时间、内存等），所以最好是积攒很多changes，然后批量提交给solr，再让solr重建索引。还有一个命令optimize，它和commit命令完成同样的操作，但是它会强制所有的索引分片都merge到同一个分片中，这样很耗费资源，但能提高检索速度，如果你的索引不经常变化，可以试试。

所有的update命令，都可以使用xml和json两个格式。

为了下面的教程，再把exampledocs文件夹中的xml文件，post到solr中。