solr在windows下的安装及配置

最近接触搜索相关的内容，所以熟悉下solr的使用以及如何在java中使用solr实现搜索功能。

1、solr简介

Solr是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。

2、倒排索引

有的人会疑惑，搜索通过数据库也能直接查到为什么还要solr这类搜索引擎。例如我现在要搜索"solr"相关的内容，通过数据库模糊匹配%solr%可以查到，数量少的话查询速度还挺可观，如果数据量到达百万级千万级甚至更多，可能查出来得猴年马月了。

而solr用的倒排索引可以解决这一问题。

什么是倒排索引，先说下正排索引。

假如我有部分数据

文档id	文档内容
1	solr的使用以及如何在java中使用solr实现搜索功能
2	solr是一个独立的企业级搜索应用服务器
3	倒排索引和正排索引
4	搜索引擎

假如我要搜索solr，通过正排索引就是文档id作为索引，找到内容包含solr的文档。文档数量多了之后极大增加的搜索时间。

而倒排索引是将文档内容分词后建立索引。

单词内容	文档id
solr	1,2
java	1
搜索	1,2,4
索引	3
服务器	2

此时我要搜索solr时直接通过单词内容索引，找到文档id列表，在按照文档出现的频次等内容计算权重然后返回。

3、solr在windows下的安装与配置

3.1、solr的下载和安装

前往官网下载solr,我下载的版本是solr7.7.2 http://lucene.apache.org/solr/

解压后进入cmd进入bin目录执行 solr start命令，命令行显示如下，启动成功，默认端口8983，也可通过-p指定端口启动

此时可以打开solr管理页面，浏览器输入http://localhost:8983/solr

3.2 solr core的创建

core就是solr的一个实例，一个solr服务下可以有多个core，每个core下都有自己的索引库和与之相应的配置文件。命令行和管理页面都可以创建core，在这我通过命令行创建。

在命令行输入solr create -c "自定义core_name",如图创建成功。

3.3导入数据

配置数据源

在mysql中添加表和数据，在这里我新增了表city,并添加了一些城市的数据。

在\server\solr\test_core(自定义的core名)\conf下新建dataConfig.xml （名字可以自己取）。

标签简介：

dataSource：数据库连接的基本配置

entity：数据库中的表

field：表中字段与下文中配置的schema字段一致。

<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>
　　
  <dataSource
        driver="com.mysql.jdbc.Driver"
        url="jdbc:mysql://localhost:3306/my_test"
        user="root" password="root"/>
  <document>
      <entity name="city" query="select cid,city,pid from city">
        <field column="cid" name="cid"/>
        <field column="city" name="city"/>
        <field column="pid" name="pid"/>
      </entity>
  </document>
</dataConfig>

配置schema

schema是用来告诉solr如何建立索引的，他的配置围绕着一个schema配置文件，这个配置文件决定着solr如何建立索引，每个字段的数据类型，分词方式等，新版本的schema配置文件的名字叫做managed-schema。

里面标签简介:

fieldType：为field定义类型，最主要作用是定义分词器，分词器决定着如何从文档中检索关键字。

analyzer：他是fieldType下的子元素，分词器。

filed：创建索引用的字段，如果想要这个字段生成索引需要配置他的indexed属性为true，stored属性为true表示存储该索引。

<field name="cid" type="pint" indexed="true" stored="true"/>
    <field name="city" type="string" indexed="true" stored="true"/>
    <field name="pid" type="pint" indexed="true" stored="true"/>

在\server\solr\test_core(自定义的core名)\conf下打开managed-schema

配置数据导入处理器

　在\server\solr\test_core(自定义的core名)\conf下打开solrconfig.xml。添加以下内容，dataConfig,xml即为上文中配置的数据源。

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
  <lst name="defaults">
    <!-- 配置文件的路径应该也可以使用绝对路径 -->
    <str name="config">dataConfig.xml</str>
  </lst>
</requestHandler>

导入jar包

　　数据库驱动的jar：mysql-connector-java-8.0.11.jar (注意这里jar包的版本要根据你数据库的版本来我的数据库是mysql8.0)

　　data-import的jar：在根目录\dist下有这两个包solr-dataimporthandler-7.7.2.jar和solr-dataimporthandler-extras-7.7.2.jar。

　　复制这三个jar包到\server\solr-webapp\webapp\WEB-INF\lib下

导入数据

　　以上配置结束后重新启动solr(命令行输入solr restart -p 8983)。登录solr管理页面http://localhost:8983/solr，可以看到选择core的时候可以选择之前创建的test_core

选择Dataimport选项，勾选clean、commit、 debug，Entiry选择city，点击Execute

执行成功后可以看见右边记录数，以及response下的具体数据。

关于solr管理平台的其他一些功能这里暂不详述，有兴趣的同学可以自行百度。

3.4查询

选择Query功能，可以查询数据。

3.5分词

至此基本的查询已经实现了，但还没实现分词效果。

通过分词分析器可以看出这一句话没有分词。

配置ik分词器。下载ik-analyzer-solr7-7.x.jar，传送门放入\server\solr-webapp\webapp\WEB-INF\lib中。

然后在WEB-INF文件夹下新建一个"classes"文件，从ik-analyzer-solr7-7.x.jar中找到配置文件IKAnalyzer.cfg.xml中赋值到classes目录下。（我是从jar包解压获取的）到classes目录下。然后配置managed-schema中添加ik分词器的配置，并且把field city的类型改为ik_word这样搜索的时候才会应用分词。

<fieldType name="ik_word" class="solr.TextField">
  <analyzer type="index">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/>
      <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/>
      <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>