Lucene和Solr 学习目录

文章转自http://blog.csdn.net/liuweitoo/article/details/8124440

几个概念先行说明一下：
Lucene: 是一个索引与搜索类库，而不是完整的程序。

Solr：是一个高性能，采用Java5开发，基于Lucene的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。

Nutch：是一个由Java实现的，刚刚诞生开放源代码(open-source)的web搜索引擎。

Hadoop：  实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。
　　　　　于 2005 年秋天作为 Lucene的子项目 Nutch的一部分正式引入。
　　　　　它受到最先由 Google Lab 开发的 Map/Reduce 和 Google File System(GFS) 的启发。
　　　　　2006 年 3 月份，Map/Reduce 和 Nutch Distributed File System (NDFS) 分别被纳入称为 Hadoop 的项目中。

 

 

 

1. Lucene

1.1. Lucene是什么

 

　　Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。

　　Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。

 

　　Lucene: 是一个索引与搜索类库，而不是完整的程序。

　　使用Lucene的方式主要有二种：一是自己编写程序，调用类库；二是使用第三方基于Lucene编写的程序，如下面介绍的Solr等。

 

 

　　更多详情，可查看百度百科的说明： http://baike.baidu.com/view/371811.htm

　　相关中文文档，可以查看Solr中文网：http://www.solrcn.com/

 

 

1.2. 资源下载

　　10_Lucene 原理与代码分析完整版.pdf

　　11_LuceneInAction(第2版)_Cn.pdf  （可作为学习的重点，本人学习笔记请点击这里查看）

　　12_Lucene+nutch搜索引擎开发.pdf  (Part1 　　Part2)

　　13_开发自己的搜索引擎——Lucene+Heritrix(第2版) (Part1　　Part2)

　　13_开发自己的搜索引擎——Lucene+Heritrix(第2版)_随书光盘

 

　　Hadoop权威指南(第2版).pdf

 

1.3. Lucene学习

　　LuceneInAction(第2版)学习笔记——目录 

　　Lucene索引文件结构速览

 

 

1.4.  Lucene索引查看工具Luke

　　可以点击这里下载：http://code.google.com/p/luke/

2. Solr

2.1. Solr是什么

　　Apache Solr 是一个开源的搜索服务器，Solr 使用 Java 语言开发，主要基于 HTTP 和 Apache Lucene 实现。定制 Solr 索引的实现方法很简单，用 POST 方法向 Solr 服务器发送一个描述所有 Field 及其内容的 XML 文档就可以了。定制搜索的时候只需要发送 HTTP GET 请求即可，然后对 Solr 返回的信息进行重新布局，以产生利于用户理解的页面内容布局。

 

Solr原理图

 

 

 Solr用户

 

 

2.2. 资源下载

　　21_Lucene_Solr_搜索引擎解密.ppt

　　22_开源企业搜索引擎Solr的应用教程.doc　（快速上手特别推荐，请点击这里下载）

　　23_Solr技术文档.pdf

　　24_solr3.1 cookbook.pdf

　　25_Apache+Solr+3+Enterprise+Search+Server.pdf

　　26_apache-solr-beyond-the-box.pdf

　　27_Packtpub.Solr.1.4.Enterprise.Search.Server.Aug.2009.pdf

　　上述文档打包下载： 请点击这里

 

2.3. Solr原理

2.3.1. Solr服务原理

　　Solr对外提供标准的http接口来实现对数据的索引的增加、删除、修改、查询。

　　在Solr中，用户通过向部署在servlet 容器中的Solr Web应用程序发送 HTTP 请求来启动索引和搜索。

　　Solr接受请求，确定要使用的适当SolrRequestHandler，然后处理请求。通过 HTTP 以同样的方式返回响应。
　　默认配置返回Solr的标准 XML 响应，也可以配置Solr的备用响应格式。

 

 

2.3.2. 索引原理

 　　可以向Solr索引servlet传递四个不同的索引请求：
　　1) add/update允许向Solr添加文档或更新文档。直到提交后才能搜索到这些添加和更新。
　　2) commit 告诉Solr，应该使上次提交以来所做的所有更改都可以搜索到。
　　3) optimize 重构 Lucene 的文件以改进搜索性能。索引完成后执行一下优化通常比较好。如果更新比较频繁，则应该在使用率较低的时候安排优化。一个索引无需优化也可以正常地运行。优化是一个耗时较多的过程。
　　4) delete 可以通过 id 或查询来指定。按 id 删除将删除具有指定 id 的文档；按查询删除将删除查询返回的所有文档。

 

2.3.3. 搜索原理

 　　要实现搜索则只需要调用搜索接口select发送HTTP GET。示例：
http://192.168.10.85:18080/solr/select?indent=on&version=2.2&q= solr&start=0&rows=10&fl=*%2Cscore&qt=standard&wt=standard
　　注：多核心时为这个地址http://192.168.10.85:18080/solr/core0/select/

 

2.4. Solr源码结构

　　请查看另一篇《Solr源码结构》，主要内容如下：

2.4.1. 目录结构说明

　　点此查看

2.4.2. Solr home说明

　　点此查看

2.4.3. Solr的包说明

　　点此查看

 

 

 

2.5. Solr安装配置 

2.5.1. Linux下的安装与配置Solr

　　点此查看

2.5.2. Windows下安装与配置Solr(tomcat7.0)

　　点此查看

　　附：《Windows下安装JDK并配置环境变量》

2.5.3. 多核配置

　　点此查看

2.5.4. Solr配置文件说明

　　点此查看

2.5.5. Solr配置文件schema.xml和solrconfig.xml分析

　　点此查看

2.5.6. Solr中文分词配置(IKAnalyzer)

　　点此查看

2.5.7. 在Jetty容器运行Solr----标准运行方式

　　点此查看

2.5.8. 导入Solr默认的示例数据

　　点此查看

2.5.9. 为多核Solr实例添加一个支持默认示例数据的核

　　点此查看 

 

2.6. Solr管理与维护

2.6.1. Solr的admin页面说明

　　点此查看

2.6.2. Solr搜索结果说明

　　点此查看

2.6.1. Solr基础理论与维护管理快速上手(含查询参数说明)：(非常重要)

　　点此查看

 

2.7.  Solr的Facet

　　网上某牛人写的非常棒的《31_solr+facet学习笔记.docx》，值得收藏，本人的Facet入门文档。

　　《Solr的Facet学习笔记与个人总结》

 

2.8.  Solr的客户端

2.8.1. SolrJ

《利用SolrJ操作solr API完成index操作》

 

 

2.8.2. SolrNet 

 

 

 

 

 

2.9. Solr4.0