Solr安装及集成javaWeb

来自：http://my.oschina.net/MrMichael/blog/222033?fromerr=YR3cE93B

1.下载solr-4.7.1

http://www.apache.org/dyn/closer.cgi/lucene/solr/4.7.1

环境需求：java 1.6版本以上；solr运行需要java serverlet 容器，默认使用jetty，或者tomcat，jboss等等。

2.Tomcat部署solr：

1. 安装好jdk 1.6以上（我用是jdk 1.7.0_15），安装好tomcat（我用是apache-tomcat-7.0.6），并配置环境变量。

2. 将解压包中的solr-4.7.1/dist/solr-4.7.1.war复制到tomcat_dir/webapps/目录，并命名为solr.war。

3.  将solr-4.7.1/example/lib/ext/目录下的jar文件复制到tomcat/lib目录下，将solr-4.7.1/example/resources/下的log4j.properties文件复制到tomcat_dir/lib目录下;

切把 solr-4.7.1/example/solr，复制到tomcat_dir/bin下。

 

 4.修改tomcat_dir/conf/server.xml

 <Connector port="8080" protocol="HTTP/1.1"
               connectionTimeout="20000"
               redirectPort="8443" 
               URIEncoding="UTF-8" />

5.创建solr.xml，存放在路径：tomcat/conf/Catalina/localhost/solr.xml，内容：

<Context path="/solr" docBase="F:\Tomcat 7.0\webapps\solr.war"
         debug="0" crossContext="true">
  <Environment name="solr/home" type="java.lang.String" value="FF:\Tomcat 7.0\bin\solr\" override="true" />
</Context>

 注意：上面的docBase和value路径中不能存在中文字符，否则会出现404错误。

 此时若安装及配置都正确，在浏览器中输入：http://127.0.0.1:9000/solr/，会出现Solr的管理界面：

 



 

6.将F:\Tomcat 7.0\webapps下的solr.war包，启动项目解压；然后再添加几个jar包：

    solr-4.7.1\dist\solr-dataimporthandler-4.7.1.jar;

    solr-4.7.1\dist\solr-dataimporthandler-extras-4.7.1.jar;

    还要加载数据库驱动包：mysql-connector-java-3.1.13-bin.jar

7、在F:\Tomcat 7.0\bin\solr\collection1\conf 下的solrconfig.xml增加以下数据库配置：

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">     
   <lst name="defaults">     
     <str name="config">data-config.xml</str>     
   </lst>     
  </requestHandler>

8.将tomcat\bin\solr\collection1\conf下增加data-config.xml文件，内容如下：

<dataConfig>  
    <dataSource type="JdbcDataSource"  
   driver="com.mysql.jdbc.Driver"  
   url="jdbc:mysql://192.168.1.221:3306/tmsdb"  
   user="root"  
   password="123456"/>  
    <document name="content">  
        <entity name="node" query="select id,author,title,content from solrdb">  
            <field column="id" name="id" />  
            <field column="author" name="author" />  
            <field column="title" name="title" />  
            <field column="content" name="content" />
        </entity>  
    </document>  
</dataConfig>

9.增加中文分词器，ik-analyzer的配置如下：

①目前的中文分词主要有两种 

    1，基于中科院ICTCLAS的隐式马尔科夫hhmm算法的中文分词器，例如smartcn等。（不支持自定义扩展词库） 

    2，基于正向迭代最细粒度切分算法（正向最大匹配并且最细分词）例如IK，庖丁等（支持自定义扩展词库） 
安装分词前，可以去下载IK的分词包 ：

IK-Analyzer-4.7.1-0.0.1-SNAPSHOT.jar

下载完毕后，将此包放进tomcat\solr的\WEB-INF\lib下面：tomcat\webapps\solr\WEB-INF\lib  。

下面需要在solr的schemal.xml进行分词器注册:

<!--  配置IK分词器 -->  
    <fieldType name="text_ik" class="solr.TextField" positionIncrementGap="100">  
      <analyzer type="index">  
      <!--  分词-->  
        <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory"/>  
         <!--   禁用词过滤根据情况使用-->  
        <!-- <filter class="org.wltea.analyzer.lucene.IKStopFilterFactory"/> -->  
      </analyzer>  
      <analyzer type="query">  
       <!--  分词-->  
        <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory"/>  
        <!--   禁用词过滤根据情况使用-->  
        <!-- <filter class="org.wltea.analyzer.lucene.IKStopFilterFactory"/>-->  
      </analyzer>  
    </fieldType>

最后还得配置一个引用字段就OK了

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

②它的安装部署十分简单，将IKAnalyzer2012.jar部署亍项目的lib目录中；IKAnalyzer.cfg.xml不stopword.dic文件放置在class根目录（对于web项目，通常是WEB-I NF/classes目彔，同hibernate、log4j等配置文件相同）下即可 ；然后配置solr4.7中schema.xml配置解析器：

<schema name="example" version="1.1"> 
…… 
<fieldType name="text" class="solr.TextField"> 
<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/> 
</fieldType>
…… 
</schema>

10. solr schema.xml配置总结：

    schema.xml 在solr/conf/目录下，类似于数据表配置文件。

为了改进性能，可以采取以下几种措施：

①.   将所有只用于搜索的，而不需要作为查询结果的field（特别是一些比较大的field）的stored设置为false。

②.   将不需要被用于搜索的，而只是作为查询结果返回的field的indexed设置为false。 

③.   删除所有不必要的copyField声明，根据需要决定是否进行存储。

④.   为了索引字段的最小化和搜索的效率，将所有的 text fields的index都设置成false，然后使用copyField将他们都复制到一个总的 text field上，然后对他进行搜索。

⑤.   使用尽可能高的Log输出等级，减少日志量。可以在solr/admin 中的 LOGGING 进行设置。

    特珠说明：

    1.   高亮是基于分词的，所有存储需要高亮显示的字段 一定要分词（text）才能高亮显示。

    2.   排序字段 是不能当  查询过滤的条件。

文本主要配置项：

    ①.   field 类型定义

          重点是中文分词的添加 

    ②.   field 各属性定义

          name     type类型   indexed是否建立索引  stored是否存储 required 是否必填项 multiValued多值存储

    ③.   唯一key

         <uniqueKey>id</uniqueKey>

         文档的唯一标识， 必须填写这个field（除非该field被标记required="false"），否则solr建立索引报错。

    ④.   默认搜索字段 field

         <defaultSearchField>text</defaultSearchField>

         如果搜索参数中没有指定具体的field，那么这个做为默认的域。

    ⑤.   搜索参数短语间逻辑

         <solrQueryParser defaultOperator="OR"/>

          配置搜索参数短语间的逻辑，可以是"AND|OR"。

          备注： AND是交集，OR是并集

    ⑥.  复制字段

         <copyField source="content" dest="text"/>

         将多个字段的值 复制至 一个字段中，如果被复制的字段都设置为stored，那个这个字段务必不要设置成stored=true

    ⑦.  自定义评分器

         <similarity class="......SolrSimilarity"/>

          SolrSimilarity 是继承 DefaultSimilarity的子类，或者实现评分器接口的类。

 

解析：multiValued：是否包含多个值，如果要使用后面的copyField将其他字段放入默认搜索中就必须允许多指，否则会报：multiple
values encountered for non multiValued copy field content。

defaultSearchField配置默认搜索索引，copyField可以将 title、author字段添加至content默认搜索中

<uniqueKey>id</uniqueKey>  
 <defaultSearchField>content</defaultSearchField>  
 <solrQueryParser defaultOperator="OR"/>  
<copyField source="title" dest="content"/>  
<copyField source="author" dest="content"/>