Solr 搭建搜索服务器
Solr已经发布3.5版本了，同时它是基于Lucene 3.5的。我们在基于Solr进行二次开发之前，首先要搭建起一个搜索服务器，在熟悉Solr的基本功能的基础上，可以根据实际应用的需要进行个性化定制开发。因为Solr提供了一种插件机制，我们可以根据自己的需要进行定制，然后在Solr的配置文件中（solrconfig.xml）进行配置即可达到预期的要求。在Solr的发行包中给出了一个配置的例子，我们可以直接将其发布到Web容器中，通过浏览器访问来进行测试，具体如何配置，下面根据从易到难的方式，对每种方式进行详细的介绍。
准备工作
- 下载Solr 3.5发行包（http://lucene.apache.org/solr，apache-solr-3.5.0-src.tgz和apache-solr-3.5.0.tgz），并解压缩到文件系统中；
- 下载Lucene 3.5发行包（http://lucene.apache.org/solr，lucene-3.5.0-src.tgz和lucene-3.5.0.tgz），并解压缩到文件系统中；
- 安装配置Web容器，我使用的apache-tomcat-6.0.32。
第一种方式：基于WAR包搭建
这种方式，我们是直接使用Solr发行包给定的WAR包，一般来说通过它快速了解Solr是很有用的，而对于满足实际需要的开发还远远不够。
按照下面的步骤，进行安装、配置、验证：
第1步：复制Solr发行包中配置示范文件（/example/solr文件夹）到tomcat/bin目录，如/home/tomcat/bin。按照solr的要求，需要指定solr-home的路径，如不指定，默认当前运行目录（tomcat/bin），于是本文为了简单，直接把solrconf放到bin目录下
另外，如果在solrconfig.xml中没有指定<dataDir>索引目录配置，则默认会生成apache-tomcat-6.0.32\conf\multicore\data\index目录，该目录下面存储索引文件。
第2步：将apache-solr-3.5.0\apache-solr-3.5.0\dist下面的apache-solr-3.5.0.war拷贝到apache-tomcat-6.0.32\webapps目录下面；
这个不用过多解释，就是通过使用一个Web归档文件（WAR）来部署一个Web应用，我们的应用就是Solr搜索应用程序。
第3步：新增solr.xml在{$TOMCAT}/conf/Catalina/localhost/下。TOMCAT在启动时将自动加载该CONTEXT。 docBase应设置为solr war包存放位置，例如/home/apache-solor-3.5.0/example/webapp/solr.war
solr/home的值应设置为你规划存放的索引根路径，例如/web/solr/。该目录在以下将称为{$SOLR_HOME}
<Context docBase="/home/apache-solr-3.5.0/example/webapp/solr.war" debug="0" crossContext="true" > <Environment name="solr/home" type="java.lang.String" value="/web/solr" override="true" /> </Context>
第4步：设置Solr的字符集；
默认Solr使用了UTF-8字符集编码，如果你的Tomcat不是的话，在执行中文搜索的时候可能会出现乱码。如果你的Tomcat默认8080端口请求字符集就是UTF-8，并且想使用这个默认的端口提供搜索服务，则可以修改apache-tomcat-6.0.32\conf\server.xml文件的内容，如下所示：
<Connectorport="8080"protocol="HTTP/1.1"connectionTimeout="20000"URIEncoding="UTF-8"redirectPort="8443"/>
上面我们增加了一个URIEncoding="UTF-8"的配置。
如果想使用一个新的未被占用的端口，则可以在apache-tomcat-6.0.32\conf\server.xml中增加一个配置，例如使用8888端口，配置内容如下所示：
<Connectorport="8888"protocol="HTTP/1.1"connectionTimeout="20000"URIEncoding="UTF-8"redirectPort="8443"/>
第5步：分词安装
中文分词器安装
中文分词在solr里面是没有默认开启的，需要我们自己配置一个中文分词器。目前可用的分词器有smartcn，IK，jeasy，庖丁。其实主要是两种，一种是基于中科院ICTCLAS的隐式马尔科夫HMM算法的中文分词器，如smartcn，ictclas4j，优点是分词准确度高，缺点是不能使用用户自定义词库；另一种是基于最大匹配的分词器，如IK ，Jeasy，庖丁，优点是可以自定义词库，增加新词，缺点是分出来的垃圾词较多。各有优缺点，看应用场合自己衡量选择吧。
下面给出两种分词器的安装方法，任选其一即可，推荐第一中，因为smartcn就在solr发行包的contrib/analysis-extras/lucene-libs/下，就是lucene-smartcn-3.5.0.jar
5.1 smartcn 分词器的安装
将contrib/analysis-extras/lucene-libs/lucene-smartcn-3.5.0.jar复制到/tomcat/webapps/solr/WEB-INF/lib，
打开/tomcat/bin/solr/conf/scheme.xml，编辑text字段类型如下，添加以下代码到shema中的相应位置，就是找到fieldType定义的那一段，在下面多添加这一段就好啦
<fieldType name="text" class="solr.TextField"> <analyzer class="org.apahce.lucene.analysis.cn.smart.SmartChineseAnalyzer"/> </fieldType>
5.2 IK 分词器的安装 IKAnalyer3.2.8 下载
将IKAnalyzer3.2.5发行包解压,复制IKAnalyzer3.2.8Stable.jar到Solr的lib中，如/home/tomcat/webapps/solr/WEB-INF/lib，复制配置文件IKAnalyzer.cfg.xml和ext_stopword.dic到tomcat/bin中，如/home/tomcat/bin。同样，到/tomcat/webapps/solr/WEB-INF/lib，
打开/tomcat/bin/solr/conf/scheme.xml，编辑text字段类型如下，添加到schema中
<fieldType name="text" class="solr.TextField"> <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/> </fieldType>
第6步：优化
配置solrconfig.xml，用来配置Solr的一些系统属性，比较重要的一个就是可以通过更改其中的dataDir属性来指定索引文件的存放 位置，对于有大数据量的情况下还要进行自动commit操作配置，以下设置为当内存索引量达到20W条时自动进行往磁盘写操作，以免堆溢出，这也是解决单 个入库xml文件最好不要超过30M的有效方法：
<autocommit> <maxdocs>200000</maxdocs> </autocommit>
第7步：验证
Solr在 Tomcat里，所以启动Tomcat即可，建议初期用bootstrap.jar,方便发现配置中的错误，如
进入目录/home/tomcat/bin ,然后敲入 java -jar bootstrap.jar即可运行，不报错的话就可以正常访问了
下面再看下分词器有没配置成功
http://127.0.0.1:8983/solr/admin/analysis.jsp
输入： solr中文分词器
如果分词的结果显示 solr|中文|分词|器
恭喜你，分词器配置成功，solr环境搭建完成了
第二种方式：基于jar包搭建
这种方式，我们不再使用Solr默认提供，并对我们非常透明的WAR包来搭建，而是根据Solr发行包中的相关内容来搭建，更确切地说，我们把Solr在一个开发工具上搭建起来，暂且不考虑源码层面的内容。我比较习惯使用MyEclipse，我使用了MyEclipse Enterprise Workbench 8.0集成开发环境。
遵循下面的步骤，就可以实现：
- 创建一个Web Project，工程名称为solr35；
- 将apache-solr-3.5.0-src\apache-solr-3.5.0\solr\example\multicore目录，拷贝到工程solr35下面；
- 将apache-solr-3.5.0\apache-solr-3.5.0\dist以及solrj-lib目录中jar文件，拷贝到工程solr35\WebRoot\WEB-INF\lib下面；
- 将apache-solr-3.5.0-src\apache-solr-3.5.0\solr\lib目录中jar文件，拷贝到工程solr35\WebRoot\WEB-INF\lib下面；
- 将lucene-3.5.0\lucene-3.5.0\lucene-core-3.5.0.jar、lucene-3.5.0\lucene-3.5.0\contrib\spatial\lucene-spatial-3.5.0.jar、lucene-3.5.0\lucene-3.5.0\contrib\highlighter\lucene-highlighter-3.5.0.jar这三个文件，拷贝到solr35\WebRoot\WEB-INF\lib下面；
- 将apache-solr-3.5.0-src\apache-solr-3.5.0\solr\webapp\web目录，拷贝到solr35\WebRoot，并覆盖原来的全部内容；
- 修改solr35\WebRoot\WEB-INF\web.xml文件，增加如下内容:
<env-entry> <env-entry-name>solr/home</env-entry-name> <env-entry-value>E:\Develop\myeclipse\workspace\solr35\multicore</env-entry-value> <env-entry-type>java.lang.String</env-entry-type> </env-entry>
实际上，就是指定了Web容器启动后，Solr加载实例的相关配置和索引数据的目录。
另外，这样是直接在web.xml中进行了硬编码配置，如果solr/home变化了，每次都需要修改web.xml文件。还有一种方式是，直接增加Web容器的启动选项来指定，如下所示：
-Dsolr.solr.home=E:\Develop\myeclipse\workspace\solr35\multicore
这样，配置就更加灵活了，非常方便。
通过上面的配置，可以启动Tomcat服务器了，并通过访问http://localhost:8080/solr35来进行验证。
第三种方式：基于源码搭建
基于源码搭建的好处的就是，我们在开发过程中可以方便地进行调试跟踪，这样也能够便于更深入地了解Solr框架的执行机制。Solr是基于Lucene这个开源搜索引擎库开发的框架，通过了解Solr的源代码，你可以更深入地熟悉如何在Lucene之上构建适合自己的搜索应用，甚至你完全可以将Solr改造成自己需要的应用程序。一般来说，我们使用Solr搭建搜索服务器的适合，完全可以不需要熟悉Lucene是怎么样实现索引和全文检索的，但是在Solr上进行开发调试，如调试搜索的相关度时，就需要对Lucene有一定的了解，才能在调优的过程中事半功倍。
基于源码的搭建，我采用了一种Lucene和Solr的源代码都可以进行修改，即将Lucene和Solr的代码导入的开发环境中。具体如何导入，因为代码都是开源的，你可以使用任何方法实现，不再累述。这里，我们简单说一下，我将solr和Lucene分别导入到了两个工程中：Lucene Java Project、Solr Web Project。我把工程的.classpath文件粘贴一下，以供参考：
Lucene Java Project的.classpath文件内容如下：
<?xml version="1.0" encoding="UTF-8"?> <classpath> <classpathentrykind="src"path="src/lucene/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/analyzers/common/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/analyzers/common/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/analyzers/smartcn/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/analyzers/smartcn/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/analyzers/stempel/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/analyzers/stempel/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/benchmark/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/benchmark/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/demo/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/demo/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/facet/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/facet/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/facet/src/examples"/> <classpathentrykind="src"path="src/lucene/contrib/grouping/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/grouping/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/highlighter/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/highlighter/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/icu/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/icu/src/tools/java"/> <classpathentrykind="src"path="src/lucene/contrib/icu/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/instantiated/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/instantiated/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/join/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/join/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/memory/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/memory/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/misc/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/misc/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/queries/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/queries/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/queryparser/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/queryparser/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/remote/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/remote/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/spatial/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/spatial/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/spellchecker/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/spellchecker/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/xml-query-parser/src/java"/> <classpathentrykind="src"path="src/lucene/contrib/xml-query-parser/src/test"/> <classpathentrykind="src"path="src/lucene/contrib/xml-query-parser/src/demo/java"/> <classpathentrykind="src"path="src/lucene/test-framework/src/java"/> <classpathentrykind="con"path="org.eclipse.jdt.launching.JRE_CONTAINER/org.eclipse.jdt.internal.debug.ui.launcher.StandardVMType/JavaSE-1.6"/> <classpathentrykind="con"path="org.eclipse.jdt.USER_LIBRARY/Contributions Dependences"/> <classpathentrykind="con"path="org.eclipse.jdt.USER_LIBRARY/Lucene Contrib Dependences"/> <classpathentrykind="con"path="org.eclipse.jdt.USER_LIBRARY/JUnit 4.7"/> <classpathentrykind="output"path="bin"/> </classpath>
Solr Web Project的.classpath文件内容如下：
<?xml version="1.0" encoding="UTF-8"?> <classpath> <classpathentrykind="src"path="src/solr/solrj/src/java"/> <classpathentrykind="src"path="src/solr/solrj/src/test"/> <classpathentrykind="src"path="src/solr/core/src/java"/> <classpathentrykind="src"path="src/solr/core/src/test"/> <classpathentrykind="src"path="src/solr/contrib/analysis-extras/src/java"/> <classpathentrykind="src"path="src/solr/contrib/analysis-extras/src/test"/> <classpathentrykind="src"path="src/solr/contrib/clustering/src/java"/> <classpathentrykind="src"path="src/solr/contrib/clustering/src/test"/> <classpathentrykind="src"path="src/solr/contrib/dataimporthandler/src/java"/> <classpathentrykind="src"path="src/solr/contrib/dataimporthandler/src/test"/> <classpathentrykind="src"path="src/solr/contrib/dataimporthandler-extras/src/java"/> <classpathentrykind="src"path="src/solr/contrib/dataimporthandler-extras/src/test"/> <classpathentrykind="src"path="src/solr/contrib/extraction/src/java"/> <classpathentrykind="src"path="src/solr/contrib/extraction/src/test"/> <classpathentrykind="src"path="src/solr/contrib/langid/src/java"/> <classpathentrykind="src"path="src/solr/contrib/langid/src/test"/> <classpathentrykind="src"path="src/solr/contrib/uima/src/java"/> <classpathentrykind="src"path="src/solr/contrib/uima/src/test"/> <classpathentrykind="src"path="src/solr/contrib/velocity/src/java"/> <classpathentrykind="src"path="src/solr/contrib/velocity/src/test"/> <classpathentrykind="src"path="src/solr/test-framework/src/java"/> <classpathentrykind="con"path="org.eclipse.jdt.launching.JRE_CONTAINER"/> <classpathentrykind="con"path="melibrary.com.genuitec.eclipse.j2eedt.core.MYECLIPSE_JAVAEE_5_CONTAINER"/> <classpathentrykind="con"path="org.eclipse.jdt.USER_LIBRARY/Solr Contrib Dependences"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/apache-solr-noggit-r1099557.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/commons-codec-1.5.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/commons-csv-1.0-SNAPSHOT-r966014.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/commons-fileupload-1.2.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/commons-httpclient-3.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/commons-io-1.4.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/commons-lang-2.4.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/easymock-2.2.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/geronimo-stax-api_1.0_spec-1.0.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/guava-r05.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/jcl-over-slf4j-1.6.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/junit-4.7.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/log4j-over-slf4j-1.6.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/servlet-api-2.4.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/slf4j-api-1.6.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/slf4j-jdk14-1.6.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/wstx-asl-3.2.7.jar"/> <classpathentrycombineaccessrules="false"kind="src"path="/lucene35"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/core-3.1.1.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/jetty-6.1.26-patched-JETTY-1340.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/jetty-util-6.1.26-patched-JETTY-1340.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/jsp-2.1-glassfish-2.1.v20091210.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/jsp-2.1-jetty-6.1.26.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/jsp-api-2.1-glassfish-2.1.v20091210.jar"/> <classpathentrykind="lib"path="WebRoot/WEB-INF/lib/servlet-api-2.5-20081211.jar"/> <classpathentrykind="output"path="WebRoot/WEB-INF/classes"/> </classpath>
转自：http://blog.csdn.net/shirdrn/article/details/7050075
