Solr总结（一）——solr简介

前言

在一些大型门户网站、电子商务网站等都需要站内搜索功能，使用传统的数据库查询方式实现搜索无法满足一些高级的搜索需求，比如：搜索速度要快，搜索结果按相关度排序，搜索内容格式不固定等，这里都需要使用权门搜索技术实现搜索功能。

Solr简介

一、什么是Solr：

1、什么是Solr：
Solr是Apache下一个开源项目，使用java基于Lucene开发的全文搜索服务器。
2、什么是Lucene：
Lucene是一个开放源码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎框架。
3、Solr VS Lucene:

• Lucene专注于搜索底层的建设，而Solr专注于企业应用

  ○ Lucene是一堆jar包，不能单独运行，也不能独立对外体用服务。使用Lucene开发站内搜索的话，程序员编写的代码量会比较大，而且需要考虑搜索和索引流程的性能。
  ○ Solr对Lucene进行了扩展，提供搜索和索引服务，提供了比Lucene更为丰富的查询语言。程序员只需编写少量的代码，快速的搭建出来站内搜索功能。而且性能方面不需要程序员去考虑，solr对它已经进行了处理。
  
  

二、Solr特性

 1. 易于加入到Web应用程序中
 2. 支持通过java和HTTP等方式实现solr的操作
 3. 支持返回XML、JSON、csv等多种格式数据返回
 4. 附带了一个基于HTTP的管理界面
 5. 支持复制到另外一个Solr搜索服务器
 6. 新功能能能够以查件的形式方便的添加到Solr服务中
 7. 支持文件、csv、xml、json、数据库等多种数据导入方式

三、Solr核心组成

• SolrHome是Solr运行的主目录，该目录中可以包括多个SolrCore目录。
  ○ 每个SolrCore互相独立，而且可以单独对外提供搜索和索引服务。
  ○ Solr实例就是一个SolrCore目录，包含了运行Solr实例所有的配置文件和数据文件
  
• 实例
  ○Solr中的实例类似于关系数据库中的表结构，核心配置文件schema.xml
  ○schema.xml文件中包含三部分：字段（Field）、字段类型（FieldType）、唯一键（uniqueKey）

四、索引介绍

1、solr反向索引：
- Solr/Lucene采用的是一种反向索引，即从关键字到文档的映射过程，保存这种映射这种信息的索引称为反向索引
- 左边保存的是一系列字符串，称为词（Term）
- 每个字符串都指向包含此字符串的文档链表

2、solr索引组件

• 分词组件

  ○ 将文档分成一个一个单独的单词
  ○ 去除标点符号
  ○ 去除停词
  

• 语言处理组件

   ○ 变为小写
   ○ 将点此缩减为词根形式，如“cars”到 “car”等
   ○ 将单词转变为次更形式，如“drove”到“drive”等
   ○ 语言处理组件处理得到的结果称为词（Term）
  

• 索引组件（Indexer）

   ○ 利用得到的词（Term）创建一个字典
   ○ 对字段进行排序
   ○ 合并相同的词和词出现的文档
  

  

总结

Solr的目标是打造一款企业级的搜索引擎系统，它是一个搜索引擎服务，可以独立运行，通过Solr可以非常快速的构建歧义的搜索引擎，通过Slor也可以高效的完成站内搜索的功能。