Solr介绍

Solr介绍

1、solr是什么

  先抛出一个较为官方的solr的介绍，这段介绍来自于solr in action一书中。solr是一种具体的NoSQL技术，是一种非关系类型的搜索工具，被用来解决特定的问题。具体而言，solr是可扩展的、开箱即用的企业级搜索引擎，用来搜索大规模文本数据并根据相关度排序结果。可扩展指的是solr可以通过集群中多台服务器的分布式运行实现扩展，开箱即用指的是solr是开源的，易于安装和配置，并提供预先配置好的实力服务器，方便上手。solr可以用于处理包含百万级别文档的索引，并且solr针对自然语言文本搜索进行了优化，而且solr的搜索速度非常快，即使是一些复杂的查询也会在几十毫秒内完成。

  这里需要注意的是，solr是非关系型的。这个概念常常出现在数据库中，比如关系型数据库，非关系型数据库等。关系型数据库包括常见的ORACLE、MySQL等大名鼎鼎的数据库，而非关系型数据库则有mongoDB、HABASE、redis等。这里的非关系型与此分类类似，非关系型数据库严格上将并不是一种数据库，而是数据结构化存储方法。solr将一个数据集中的文档抽取关键词，并将关键词与文档的关联关系写入到索引中，在查询时则直接从索引中取出。

  在描述有搜索引擎处理的数据类型时，必然会遇到非结构化这一术语。这种非结构化是从计算机的角度来讲的，因为基于人类语言的文本文档都有隐含的结构。我们在看一个文本的时候，我们可以把一篇文档分成段落与句子，又可以把句子分成主语，谓语，宾语等等，而计算机看到的或者说读到的只是字符流。所以我们要对字符流做出处理，将其按照一定的结构存储起来，并使其能够在应用被搜索到，这正是solr这样的搜索引擎要做的。solr将非结构化的数据进行处理，形成一定的结构，并将其存储起来。

2、为什么要使用solr

  我们可以将solr看作一个数据库与基于这个数据库的搜索引擎，只不过，这个数据库里面，存的是关于文档与关键词关系的映射。像Solr这样的搜索引擎，是以文本为中心的，大数据量的，以读为主导的搜索引擎。当用户对文本中的信息不感兴趣，搜索引擎就不是解决问题的最佳方案，所以，以文本为中心这一点很重要。比如，我们来看一个差旅费用报告单，这个报告单中包括一些结构化的数据字段，如日期，费用类型，币种以及金额等，此外，还包含一个备注字段，对该项花费做出简要的描述。这是一个包含文本但并不是以文本为中心的数据实例。因为，财会部门更关心文档中的机构化数据，而不是最后的备注。数据中包含文本字段并不意味着就与搜索引擎自然适配。

  搜索引擎擅长处理的数据另一个关键特征是读主导，即能实现有效读取，且无需经常更新的数据。当然，solr是可以对已有的文档进行更新。“读主导”表示文档被读取的次数远远多于被创建和更新的次数。事实上，solr提供了近实时搜索，允许每秒索引数千文档，并且立时就能搜索到它们。读主导背后的关键是，当向solr中写入数据时，要做好读取和重复读无数次的准备。搜索引擎擅长执行查询数据，而非存储数据。另外，如果必须对搜索引擎里的已有数据经常更新，那么搜索引擎可能不是最佳解决方案。如果需要对已有数据进行快速随机写操作的情况，那么 其他的NoSQL技术会是不错的选择。

  solr在存储数据时是非常灵活的，也就是说文档不必拥有相同的结构。在关系型数据库中，每一条记录都具有相同的结构，而在solr中，文档可以有不同的字段。当然，同一索引的文档字段之间可能存在一些重叠，但他们不必是相同的。

  此外，还需要注意的是，社么样的数据适合存储在solr中，而什么样的数据不适合。例如，对在线视频创建索引时，二进制视频文件不应该在solr中存储，关于视频的描述则可以保存在solr中。这个例子说明，不要讲solr作为通用的数据存储技术，solr的任务是找到你感兴趣的视频，而不是存储它。

  所以，当我们拥有大量的数据，并且我们非常关心这些数据中的内容，想要从这些数据中找到我们所关心的东西时，那么，solr就是一个不错的选择。

  你可能会想到，我用关系型数据库一样能做到将需要的数据搜素出来，那么我为什么不选关系型数据库呢？在简单的例子中确实是这个样子，但是，关系型数据库重视简单的罗列查询结果，这些查询结果只能根据表中的一列或者多列进行排序，换言之，文档的相关度排序是信息检索有别于其他搜索类型的重要方面。

3、功能概述

1、分页与排序

solr支持分页请求，不用一次性返回所有匹配的文档。

2、分面

分面对搜索结果归类分组，帮助用户限定查询条件和发现更多信息。

3、自动建议

自动建议向用户展示索引中可用的词项和短语，在用户开始输入时，根据输入情况显示一个查询列表。

4、拼写检查

包括自动更正和对输入的查询纠错

5、搜索结果高亮

高亮显示结果文档的特定部分

6、地理空间搜索

地理空间搜索可以根据地理位置对文档进行查找和排序