solr进阶一：java代码添加索引和增加IKAnalyzer分词支持

观察solr的工作环境solr_tomcat\solr\collection1\，在这里面存在两个文件夹：conf和data。其中conf里存放了对solr而言最为重要的两个配置文件schema.xml和solrconfig.xml，前者是索引字段等的设置，后者是性能的设置。data文件夹则用于存放索引文件。

schema.xml主要包括types、fields和其他的一些缺省设置。

solrconfig.xml用来配置Solr的一些系统属性，例如与索引和查询处理有关的一些常见的配置选项，以及缓存、扩展等等。

上面的文档对这两个文件有比较详细的说明，非常容易上手。注意到schema.xml里有一个

<uniqueKey>id</uniqueKey>的配置，这里将id字段作为索引文档的唯一标识符，非常重要。

Solr提供了一个企业搜索引擎平台的核心，可以通过他的接口进行索引的创建、修改、删除。并提交关键字进行搜索。但如果要真正的投入使用，还是有不少工作需要做，如：

 

1、对向Solr提交索引进行一定的封装以方便业务系统进行操作

2、对搜索进行封装，以方便结果的展现分析等等。

 

Solrj是使用java编写的一个操作Solr的工具，方便于进行索引的更新、搜索结果的获取等等。

在Solr的发布包里面有Solrj的相关jar包。Solrj需要的jar包为：

 

solr-4.10.2\dist目录下的solr-solrj-4.10.2.jar和它的依赖包solr-4.10.2\dist\solrj-lib，另外还需要commons-logging这个jar，否则运行会提示缺少这个jar包。

如果是使用maven，可以添加：

[html] view plaincopy

1. <dependency>  
2.  <groupId>org.apache.solr</groupId>  
3.  <artifactId>solr-solrj</artifactId>  
4.  <version>4.10.2</version>  
5. </dependency>  

目录结构可以是这样：

使用Solrj更新索引

 

使用Solrj是首先我们实例化一个SolrServer，这里使用HttpSolrServer。我们再创建一个SolrInputDocument以方便来添加要索引的数据。这里的Field是在\solr\solr\collection1\conf\schema.xml里面定义的，如果没有在这里面定义的话就可以使用动态添加字段，以下的示例代码就是动态添加字段：

[java] view plaincopy

1. import org.apache.solr.client.solrj.SolrServer;  
2. import org.apache.solr.client.solrj.SolrServerException;  
3. import org.apache.solr.client.solrj.impl.HttpSolrServer;  
4. import org.apache.solr.common.SolrInputDocument;  
5.   
6. import java.io.IOException;  
7. import java.util.ArrayList;  
8. import java.util.List;  
9.   
10. /** 
11.  * Created by Lhx on 14-12-3. 
12.  */  
13. public class AddField {  
14.     public static void main(String[] args) {  
15.         String url = "http://localhost:8080/solr";  
16.         SolrServer server = new HttpSolrServer(url);  
17.         SolrInputDocument doc1 = new SolrInputDocument();  
18.   
19.         doc1.addField("id","1");  
20.         doc1.addField("title","广东某某科技");  
21.         doc1.addField("cat","互联网科技公司，拥有大量高素质人才");  
22.   
23.         SolrInputDocument doc2 = new SolrInputDocument();  
24.         doc2.addField("id","2");  
25.         doc2.addField("title","广西某X工业园");  
26.         doc2.addField("cat","工业园生成产品的喔！");  
27.   
28.         SolrInputDocument doc3 = new SolrInputDocument();  
29.         doc3.addField("id","3");  
30.         doc3.addField("title","lifeix");  
31.         doc3.addField("cat","天气变冷了，要记得穿衣服");  
32.   
33.         List<SolrInputDocument> docs = new ArrayList<SolrInputDocument>();  
34.         docs.add(doc1);  
35.         docs.add(doc2);  
36.         docs.add(doc3);  
37.         try {  
38.             server.add(docs);  
39.             server.commit();  
40.         } catch (SolrServerException e) {  
41.             e.printStackTrace();  
42.         } catch (IOException e) {  
43.             e.printStackTrace();  
44.         }  
45.     }  
46. }  

这里的ID值是string类型的，因为在solr_tomcat\solr\collection1\conf里面的schema.xml定义了：

运行后，添加了三个document到solr的索引库里面，到solr主界面里面能看到：

数据存放在哪里都有提示了。

version : 每更新一个字段就加1；

其余的看英文注释就可以大概知道什么意思了。

 

接着就是进行搜索了。

继续使用solrj搜索

搜索的第一步和上面一样，先取得一个SolrServer。然后创建一个SolrQuery进行搜索，搜索取得的数据已经封装在QueryResponse里面，通过相关API获取结果数据。示例代码如下：

[java] view plaincopy

1. import org.apache.solr.client.solrj.SolrQuery;  
2. import org.apache.solr.client.solrj.SolrServer;  
3. import org.apache.solr.client.solrj.SolrServerException;  
4. import org.apache.solr.client.solrj.impl.HttpSolrServer;  
5. import org.apache.solr.client.solrj.response.QueryResponse;  
6. import org.apache.solr.common.SolrDocument;  
7. import org.apache.solr.common.SolrDocumentList;  
8.   
9. /** 
10.  * Created by Lhx on 14-12-3. 
11.  */  
12. public class SolrjQuery {  
13.     public static void main(String[] args) {  
14.         String url = "http://localhost:8080/solr";  
15.         SolrServer server = new HttpSolrServer(url);  
16.         SolrQuery query = new SolrQuery("广东");  
17.         try {  
18.             QueryResponse response = server.query(query);  
19.             SolrDocumentList docs = response.getResults();  
20.             System.out.println("文档个数：" + docs.getNumFound());  
21.             System.out.println("查询时间：" + response.getQTime());  
22.             for (SolrDocument doc : docs) {  
23.                 System.out.println("id" + doc.getFieldValue("id"));  
24.                 System.out.println("name" + doc.getFieldValue("title"));  
25.                 System.out.println("==================");  
26.             }  
27.         } catch (SolrServerException e) {  
28.             e.printStackTrace();  
29.         }  
30.     }  
31. }  

结果把“广西”也搜索出来了，可见结果不是很准确。

我们也可以在solr页面上进行搜索。

打开页面，选择“collection1”

接着：

选择左边的“Query”，在“q”里面输入：titile:广西，点击“Execute Query”按钮就可以进行搜索了，结构显示在右边。绿色框是get请求的地址，在任意浏览器里面输入这一地址就可以返回json数据了。

到这里你想到了什么没？用solr做搜索简直太简单了！把需要的词汇存入，然后对接客户端的接口，一个搜索引擎就建成了，当然这其中还有很多优化工作做，不过至少我们有一个山寨搜索引擎了！

===============================================================================================================

为使搜索更准确些，我们现在加入中文分词器，要加入的中文分词器为ik-analyzer。

到网上随便搜一个，我下载的是2012版的。

压缩包里面的内容如下：

IK-Analyzer下载地址：

http://pan.baidu.com/s/1o6FRx0Y

把IKAnalyzer2012.jar拷贝到tomcat目录下的solr项目中：

apache-tomcat-6.0.43\webapps\solr\WEB-INF\lib

把IKAnalyzer.cfg.xml、stopword.dic拷贝到需要使用分词器的core（collection）的conf下面，和core的schema.xml文件一个目录：

solr_tomcat\solr\collection1\conf

修改core的schema.xml，在下面加一段如下配置：

[html] view plaincopy

1. <fieldType name="text_ik" class="solr.TextField">     
2.       <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>     
3.  </fieldType>  

和

[html] view plaincopy

1. <field name="name1" type="text_ik" indexed="true" stored="true" multiValued="false" />  

如下图：

网上的教程都写成了：

<field name="name" type="text_ik" indexed="true" stored="true" multiValued="false" />

当你启动tomcat的后，会报出以下错误：

根据英文提示，知道我们的name是重复定义的了，拉到配置文件的前面，能发现也有<field name="name" ……………………>所以这个name的值要改变一下，不能和前面定义的重复就可以了。

重启tomcat，刷新一下solr页面，在左侧点击下拉列表，点击“collection1”，就会展示这个core的功能列表出来，选择“Analysis”，接着在右边中间的下拉选择“name1”，也就是我们定义的字段。

——————————————————————

——————————————————————————————————

——————————————————————————————

输入一条中文语句就能分析了：

Tomcat里面的提示：

后记：

 

跟着我做，你会在刷新solr页面那里发现这样的提示：

core完全不能用，tomcat里面的提示也只是找不到某某类而已。我也找了很多资料，可是都不能解释为什么这样！最后我还是按大多数教程换成了IK Analyzer 2012FF_hf1，把里面的那三个文件一次替代了。就不会出现这样的问题了！

 

郑重提示：一定要使用： IK Analyzer 2012FF_hf1