solr

solr

solr是一个独立的企业级的搜索应用服务器，他对外提供类似于web-service的API接口(数据：xml)，用户通过http请求，向搜索引擎的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。

【总结】：

1. solr式独立的搜索服务器(直接用：war包-----部署到tomcat里)
2. solr是基于lucene开发的(lucene只是一套全文检索的工具包–api)。

项目用到solr的地方：

1. 商品信息保存到索引库中。

• 我们需要在item类中添加注解@Field注解.
• 添加springdatasolr的配置文件
• 商品审核成功后将数据保存到索引库中。

2. 商品检索的时候，入参(传递的条件)：
   • 搜索的关键字
   • 商品的分类
   • 商品的品牌
   • 商品的规格
   • 商品的价格，新品等等。
3. 可以将入参的条件进行封装(key1:value1 ,key2:value2)到map集合中。
4. 出参(返回值)：
   • 商品的结果集
   • 商品的分类
   • 商品的品牌
   • 商品的规格

5.返回的值也可以封装成map集合。

检索的过程：通过关键字------>加载分类-------------》品牌结果集，规格结果集。

6. 将库存表的数据全部保存到索引库中。
   • 库存表中有一个字段叫spec，spec：{“机身内存”:“16G”,“网络”:“联通3G”}-----》转成map(JSON.parseObject(spec,map.class)?
   • 前台系统的关键字的检索。springdatasolr里面提供了高亮的api(hightlightoption()),先拿到list(hightlighted),遍历拿到list(hightlightentry),hightlightentry.get(0).getsnipplets(0).get(0)就可以将关键字进行高亮。

solr的底层分析：

我们得先了解lucene这个全文检索库，生活中数据大体分两种，其一：结构化的数据，指具有固定的格式或有限长度的数据，如数据库，元数据。其二：非结构化数据，指不定或无固定的格式的数据，如邮件，word文档。

对非结构数据，也就是全文检索主要有两种方法，顺序扫描法，就一个一个文档的看，浪费时间。顺序扫描对结构化的数据搜索相对较快，采取了算法加速检索。有人就提出了，那我们将非结构弄得有结构就可以了，这是构成全文检索得基本思路，也就是将非结构得数据得一部分信息提取出来，重新组织，使其变得有结构，从而达到检索相对较快。这部分的从非结构中提取出来的数据重新组织后的信息，我们就叫索引。

这种先建立索引的，再对索引进行搜索的过程就叫全文检索。

1.【 索引的时候】：计算机通过索引程序，扫描文件中的每个词语，建立词语与文件的对应的关系，把对应的关系保存在索引库。索引的流程：

2.【 搜索到时候】：计算机通过检索的程序，根据用户的输入的关键的词，在索引库搜索目标内容。
检索流程：

3. 【采集数据】：通过jdbc操作获取数据库数据。通过io操作获取文件上的数据。通过爬虫获取网络上的网页数据。
4. 【建立文档对象】：一个文档对象中包含多个域(Field),一个文档对象就相当于关系数据库表中的一条记录，一个域相当于一个字段。
   6.【 分析文档】：把原始数据转换成文档对象，使用分词器将域中内容切分一个一个词语，目的方便后续的建立索引做准备。
5. 【建立索引】：建立倒排索引，建立词语与文档的对应的关系，词语在什么文档出现，出现几次，在什么位置出现。将倒排索引保存到索引库中。
6. 【建立查询对象】：根据用户输入的关键字，建立查询对象(Query),Query对象会生成查询的语法，比如bookname：java,表示搜索图书名称域中的，包含java的图书。
   分词器的介绍：
   为什么要用到分词器？
   • 在对文档中的内容进行索引前，需要对域Field中的内容使用分析对象(分词器)进行分词，分词的目的是为了索引，索引的目的是为了搜索。过程是先分词，再过滤。
     • 分词：将文档中的域Field的值切分成一个一个的单词，具体怎么分根据使用的分词器不同。
     • 过滤：去除标点符号，去除停用词(的，啊，是等等)，为什么用到停用词，为了节省空间，提高检索的效率。
   • 第三方的中文分词器，ik
     • ik分词器就是扩展了lucene的分词器(analyzer),使用方式与lucene分词器一样。
     • 图书的id，不分词，需索引，需存储。-------stringfield
     • 图书的名称，需分词，需索引，需存储-----------textfield
     • 图书价格，需分词，需索引，需存储---------doublefield
     • 图书图片，不分词，不索引，需存储。------------storefield
     • 图书描述，需分词，需索引，不存储。-------Textfield

关键词            文章号[出现频率]              出现位置 　　
guangzhou           1[2]                      3，6 　　
he                  2[1]                      1 　　
i                   1[1]                      4 　　
live                1[2]                      2，5, 
                    2[1]                      2 　　
shanghai            2[1]                      3 　　
tom                 1[1]                      1 

（2019.6.10）补充：

用到solr来做搜索，怎么实现搜索的精准度的？

solr是用来干嘛的？
基于Lucene，主要做全文检索。同样技术，es
小项目直接数据库查询，大点的项目用solr，es，大部分查询都是like查询，引进全文检索技术（用solr，不用es）
大概介绍介绍？
设计到两个端（客户端，服务端）
服务端，安装解压war包，添加jar包，配置schema.xml
客户端用到spring-data-solr，封装给了service，controller直接传入对象给service就好。
Solr 是传统搜索应用的有力解决方案（电商项目），但 Elasticsearch（新浪微博评论吐槽） 更适用于新兴的实时搜索应用
solr和es？为什么考虑solr
es维护较少，只支持json文件格式，不过开箱即用，solr成熟，社区更加成熟支持json，xml，安装复杂点。
通过关键字–》加载分类----》品牌结果集，规格结果集（爬山靴子，什么码数，什么颜色），默认就加载第一个分类下的品牌结果集，规格结果集。提高搜索精准度用到分配权重。

将检索到的数据封装到一个map中，根据关键字分页，高亮，加载分类结果集，加载品牌，规格结果集，模糊查询：criteria.is(keywords);//is不是等于某个值。is方法：根据词条进

行模糊检索 like%%。