[Nutch]使用LUKE查看Solr的索引文件内容

上一篇博文有介绍使用Solr的命令solrindex建立索引并提交到Solr服务器，那么我们怎么样查看solrindex命令产生的索引内容呢？这就要使用本篇博文要分享的工具LUKE，通过LUKE工具，我们可以很清楚的看到通过solrindex命令产生的索引内容。

1. 下载LUKE工具

点击lukeall-4.0.0-ALPHA.jar，进入下载页面进行下载。

2. 启动LUKE

下载之后在windows系统上面使用命令行启动LUKE：

java -jar lukeall-4.0.0-ALPHA.jar

运行过程：



启动界面：

3. 查看Solr索引

3.1 选择Solr索引的位置

通过点击Browse按钮，会弹出文件夹选择框：



选择打开按钮，选择索引路径：

3.2 查看具体内容

选择Solr的所有路径之后，在Path to Index directory对话框中，其他选择都默认，选择OK按钮，即可进入LUKE的主界面，在Overview栏位显示Solr索引的大致内容：

4. 内容详解

4.1 Overview

总共有11个索引字段：



各个字段名称为：



总共有811个网页：



总共有80468个分词item：

4.2 查看每个字段的内容

选择每个字段，然后选择Show top items按钮，即可在右侧看到详细的Items信息，里面包含了默认的分词信息：



各个字段的含义如下：

anchor



boost

不做索引，没有内容：



cache

也不做索引：



content

页面的内容：



digest

也不做索引：



host

从url里面提取的主机信息：



id

也是从url中提取出来的：



segment

指页面存在哪个segment里面：



title

页面的title：



tstamp

不做索引：



url

分词可以进行搜索的：

4.3 Documents

4.4 search

从Overview的title字段里面选择一个分词进行search，选择：图



在Search栏位，输入：“title:图”，然后选择Search按钮，得到结果：