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:
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:
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:
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:
和
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
|
|