Solr与mmseg4J的整合

Solr与mmseg4j部署

一. solr安装

1. 下载solr

http://www.apache.org/dyn/closer.cgi/lucene/solr/

2. apache-solr-1.4.1.zip解压，复制dist/apache-solr-1.4.1.war到TOMCAT_HOME/webapps下，改名为solr.war，启动tomcat;

3. 在控制台看到启动完毕关闭tomcat，有报错不用管;

4. 进入TOMCAT根目录，创建文件夹solr_home, 将apache-solr-1.4.1\example\solr下的conf、data、bin三个文件夹复制到solr_home下;

5. 进入webapps/solr/WEB-INF，打开web.xml，第37行，注释打开，修改如下：

Xml代码


<env-entry>

<env-entry-name>solr/home</env-entry-name>

<env-entry-value>../solr_home</env-entry-value>

<env-entry-type>java.lang.String</env-entry-type>

</env-entry>

6. 此时再启动tomcat，访问http://localhost:8080/solr，solr安装完毕。

二. mmseg4j安装

1. 下载mmseg4j

http://code.google.com/p/mmseg4j/downloads/list

2. 解压mmseg4j-1.8.4.zip，复制mmseg4j-all-1.8.4.jar到TOMCAT_HOME/webapps/solr/WEB-INF/lib下；

3. 进入TOMCAT_HOME/solr_home/conf，打开schema.xml, 在<types></types>之间加入：（我加在了399行左右）

Xml代码


<fieldType name="textComplex" class="solr.TextField" >

<analyzer>

<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="data/"/>

</analyzer>

</fieldType>

<fieldType name="textMaxWord" class="solr.TextField" >

<analyzer>

<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" dicPath="data/"/>

</analyzer>

</fieldType>

<fieldType name="textSimple" class="solr.TextField" >

<analyzer>

<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="data/"/>

</analyzer>

</fieldType>

4. 将mmseg4j-all-1.8.4-with-dic.war解压在一个临时文件夹中，然后将data文件夹内的chars.dic、units.dic、words.dic三个字典文件复制到TOMCAT_HOME/solr_home/data中；

5. 启动tomcat，访问http://localhost:8080/solr/admin/analysis.jsp，选择Field下拉选项中的type，后面输入textComplex，然后在Field value中随便复制一段中文文字，点击Analyz，就可以看到mmseg4j的分词结果了。