solr
一. solr的启动方式
-
start.jar启动
cd solr-4.10.4\example java -jar start.jar java -Djetty.port=8980 -jar start.jar #指定端口 --daemon 后台运行 ##### java -jar --help 执行帮助命令 ##### -
bin/solr执行
不加参数有提示 bin/solr start -p 8983 # 开启指定端口的solr bin/solr stop -p 8983 # 关闭指定端口的solr -
tomcat启动solr
（1）建立一个solr的运行目录
例如：D:\solr-tomcat
将下载的solr-4.10.4中的solr-4.10.4\example目录下的solr文件夹拷贝到D:\solr-tomcat目录下
（2）建立JNDI文件
在tomcat的conf\Catalina\localhost目录下建立文件solr.xml<Context path="/solr" docBase="D:\apache-tomcat-8.0.15\solr.war"> <Environment name="solr/home" type="java.lang.String" value="D:\solr-tomcat\solr" override="true"/> </Context>（3）部署solr.war包
把solr-4.10.4中dist目录中的solr-4.10.4.war包拷贝到tomcat的根目录下，名字改为solr.war（4）配置日志
如果不配置的话，启动会报错，无法访问solr平台，查看localhost.2015-01-01.log日志。
把solr-4.10.4\example\lib\ext目录下的jar包都拷贝到tomcat的lib目录下即可。
访问http://localhost:8080/solr/
二. solr的目录配置
-
example目录是solr项目的根目录
若根目录改名, 启动方式如下:
a) bin/solr -s 没目录名
b) cd 指定目录 & java -jar start.jar -
example/solr目录 : (start.jar同级目录下的solr目录 )
若改变索引库目录, 启动方式如下:
a) java -Dsolr.solr.home=(对于start.jar的相对路径) -jar start.jar
b) solr start -s (对于start.jar的相对路径) -
example/solr-webapp 目录
solr项目的部署位置 , solr启动后把 example\webapps\solr.war拷贝到 example\solr-webapp\webapp下面
三. scchemal文件
-
field : 静态字段
（1）name：字段名
（2）type：之前定义过的各种FieldType
（3）indexed：是否被索引
（4）stored：是否被存储（如果不需要存储相应字段值，尽量设为false）
（5）multiValued：是否有多个值（对可能存在多值的字段尽量设置为true，避免建索引时抛出错误）<field name="_version_" type="long" indexed="true" stored="true"/> -
Dynamic Fields : 动态字段
动态字段建立的索引存储规则 , 所有匹配到的字段名都会按照这种方式建立索引<dynamicField name="*_s" type="string" indexed="true" stored="true" /> <dynamicField name="*_ss" type="string" indexed="true" stored="true" multiValued="true"/>
匹配规则 :
（1）如果一个field的名字没有匹配到，那么就会用动态field试图匹配定义的各种模式。
（2）""只能出现在模式的最前和最后
（3）较长的模式会被先去做匹配 :
（4）<dynamicField name="_ss>比<dynamicField name="*_s>先匹配
（5）如果2个模式同时匹配上，最先定义的优先
3. copyField : 拷贝字段
（1）将多个field的数据放在一起同时搜索，提供速度
（2）将一个field的数据拷贝到另一个，可以用2种不同的方式来建立索引。
```xml
<field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> <!--组合字段要声明成multiValued="true"-->
<copyField source="cat" dest="text"/> <!--cat name text是上文建立好的静态字段-->
<copyField source="name" dest="text"/>
```
应用场景 :
比如现在要查询包涵"Java"的博客， 那么你肯定要查内容，标题是否包含Java，但是solr不能像SQL那样，
where tittle like '%Java%' or content like '%Java%'. 这个时候copyField就派上用场了，
定义一个新字段，将title和content 复制到这个新字段，索引的时候，直接从这个新字段查询，这样就达到目地了。
- fieldType : 字段类型
<fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true" /> <!--声明字段类型 , 供<field>引用-->
【注】: solr中1个core是一个数据库 , 称作为collection。每一个collection包含一个schemal.xml , 用于描述索引结构
五. 查询语法
- id:aaa [AND][OR] name:lj : 交集并集
- price:[0 TO 93] : 范围查询 []闭区间,{}开区间
- filterquery : 把第一次查询结果进行缓存
- sort : 类似于mysql的order by price desc
- start,rows : 相当于limit关键字
- fl : 指定查询的字段
- df : default field 默认查询字段
- facet.query : 相当于group by price:[0 TO 100]
ROW.QUERY.PARAMETER : facet.query = price:[0 TO 100] && price:{100 TO 100] - facet.field : 分组字段 // name
- facet.prefix : 字段值前缀 // a
- Request-Handler : 配置的解析引擎
/select :
/spell : 实现拼写检查
六. 分词器
-
分词器 : 把一段文本按照一定规则进行切分
<fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" /> </analyzer> </fieldType> -
分词器的一般工作流程：
（1）切分关键词
（2）去除停用词
（3）对于英文单词，把所有字母转为小写（搜索时不区分大小写）
七. IKAnalyzer整合solr
-
整合 : 通过页面上的Analyse测试效果
（1）下载IK工具包
（2）上传服务器，并解压，使用unzip命令
（3）IKAnalyzer2012FF_u1.jar 拷贝到solr-web项目的lib目录下面cp IKAnalyzer2012FF_u1.jar solr-4.10.4/example/solr-webapp/webapp/WEB-INF/lib/
（4）IKAnalyzer.cfg.xml和stopword.dic 拷贝到solr-web项目的类路径下
注意：项目的类路径是指WEB-INF下面的classes目录，但是这个目录现在是不存在的，所以需要手工创建。
shell cp IKAnalyzer.cfg.xml solr-4.10.4/example/solr-webapp/webapp/WEB-INF/classes/ cp stopword.dic solr-4.10.4/example/solr-webapp/webapp/WEB-INF/classes/
（5）修改schem.xml文件（solr-4.10.4/example/solr/collection1/conf/schema.xml）
xml <!--配置IK分词器--> <fieldType name="text_ik" class="solr.TextField"> <!--索引时候的分词器--> <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/> <!--查询时候的分词器--> <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/> </fieldType>
（6）重启solr即可
- 自定义词库
（1）首先要有一个自定义字典，my.dic
自定义字典中的一行代表一个词语
注意：这个文件的编码必须是utf-8 without bom
（2）把这个dic文件上传到solrweb项目的类路径下
（3）修改ik的配置文件(IKAnalyzer.cfg.xml)<properties> <comment>IK Analyzer 扩展配置</comment> <!--用户可以在这里配置自己的扩展字典 --> <entry key="ext_dict">my.dic;</entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords">stopword.dic;</entry> </properties>
（4）重启solr
（5）（可选）添加多个自定义字典
```xml
<entry key="ext_dict">my.dic;my1.dic;</entry>
```
八. solr多core
- 界面操作
core admin --> add core 界面上的unload可以让一个core下线，下线就是重命名core.properties为core.properties.unload - 直接操作
（1）cp example/solr/collection1 crxy
（2）修改core.properties文件 : name=crxy
九. SolrJ
- 实体类注解
public class Article { @Field // 进行添加索引的属性加@Field注解 private String id; @Field private String title; @Field private String describe; private String content; @Field private String author; public String getId() { return id; } public void setId(String id) { this.id = id; } public String getTitle() { return title; } public void setTitle(String title) { this.title = title; } public String getContent() { return content; } public void setContent(String content) { this.content = content; } public String getAuthor() { return author; } public void setAuthor(String author) { this.author = author; } public String getDescribe() { return describe; } public void setDescribe(String describe) { this.describe = describe; } } - SolrUtil工具类
public class SolrUtil { static final Logger logger = LoggerFactory.getLogger(SolrUtil.class); // shard分片下,无论连哪个地址都会查询所有shard private static final String SOLR_URL = "http://192.168.182.130:7574/solr/collection1"; private static HttpSolrServer server = null; static{ try { server = new HttpSolrServer(SOLR_URL); server.setAllowCompression(true); server.setConnectionTimeout(10000); server.setDefaultMaxConnectionsPerHost(100); server.setMaxTotalConnections(100); } catch (Exception e) { logger.error("请检查tomcat服务器或端口是否开启!{}",e); e.printStackTrace(); } } /** * 建立索引 * @throws Exception */ public static void addIndex(Article article) { try { server.addBean(article); server.commit(true,true,true); // 第三个true代表软提交 } catch (IOException e) { e.printStackTrace(); } catch (SolrServerException e) { e.printStackTrace(); } } /** * 查询 */ @SuppressWarnings("unchecked") public static Map<String,Object> search(String skey, Long start, Long row) throws Exception { // schema.xmml中设置了id为uniquekey,增加索引时,如果id相同则更新索引,id不同则新增索引 SolrQuery param = new SolrQuery(); param.set("q","text:"+skey); //param.set("fq","title:\"title1\""); // fq与q的查询内容取交集,并把fq的内容缓存 param.addFacetField("title"); //按照title字段分组 param.setStart(start.intValue()); param.setRows(row.intValue()); param.setHighlight(true); param.addHighlightField("title"); //给查询出title字段家高亮 param.addHighlightField("describe"); param.setHighlightSimplePre("<font color='red'>"); param.setHighlightSimplePost("</font>"); QueryResponse reponse = server.query(param); List<Article> articleLi = reponse.getBeans(Article.class); // long numFound = reponse.getResults().getNumFound(); Map<String, Map<String, List<String>>> highlighting = reponse.getHighlighting(); // <id,{"title":"{list}","describe":{list}}>> for (Article article : articleLi) { String id = article.getId(); Map<String, List<String>> map = highlighting.get(id); List<String> titles = map.get("title"); if(CollectionUtils.isNotEmpty(titles)){ article.setTitle(titles.get(0)); } List<String> describes = map.get("describe"); if(CollectionUtils.isNotEmpty(describes)){ article.setDescribe(describes.get(0)); } } HashedMap hashedMap = new HashedMap(); hashedMap.put("dataList",articleLi); hashedMap.put("nummFound",numFound); System.out.println(hashedMap); return hashedMap; } /** 拼写检查 */ public static void checkSpell(){ SolrQuery param = new SolrQuery(); param.set("q","title:title1"); param.set("qt","/spell"); try { QueryResponse response = server.query(param); SolrDocumentList results = response.getResults(); long numFound = results.getNumFound(); if(numFound==0){ List<SpellCheckResponse.Suggestion> suggestions = response.getSpellCheckResponse().getSuggestions(); for (SpellCheckResponse.Suggestion suggestion : suggestions) { int suggestNum = suggestion.getNumFound(); System.out.printf("推荐词个数:"+suggestNum); List<String> list = suggestion.getAlternatives(); for (String s : list) { System.out.println(s); } } }else{ for (SolrDocument result : results) { Collection<String> fieldNames = result.getFieldNames(); for (String fieldName : fieldNames) { Object value = result.get(fieldName); System.out.println("字段名:"+fieldName+",字段值:"+value); } System.out.println("==================================================="); } } } catch (SolrServerException e) { e.printStackTrace(); } } public static void main(String[] args) { checkSpell(); } }
十. solr时间问题
solr的时间 , 页面上显示时间比真实事件少8小时, java代码操作的话没问题
十一. solr的主从结构 (解决高并发响应速度慢的问题)
-
master节点
<lst name="master"> <!-- 主从结构时主节点应该打开此处配置--> <str name="replicateAfter">commit</str> <!--solrserver.commit()后从节点开始同步索引--> <str name="replicateAfter">startup</str> <!--从节点重启后开始同步索引--> <str name="confFiles">schema.xml,stopwords.txt</str> </lst> -
slave节点
<lst name="slave"> <!--主从结构时,从节点修改的配置--> <str name="masterUrl">http://your-master-hostname:8983/solr/collection1</str><!--配置主节点url,--> <str name="pollInterval">00:00:60</str><!--每隔60--秒同步一次--> </lst> -
动态切换主从角色 : 只需要把所有节点上面的配置都统一修改为下面配置即可
<lst name="${master:master}"> <str name="replicateAfter">commit</str> <str name="replicateAfter">startup</str> <str name="confFiles">schema.xml,stopwords.txt</str> </lst> <lst name="${slave:slave}"> <str name="masterUrl">http://${masterurl}:8983/solr</str> <str name="pollInterval">00:00:60</str> </lst> -
这样在启动的时候
启动主节点：java -Dslave=disabled -Dmasterurl -jar start.jar 启动从节点：java -Dmaster=disabled -Dmasterurl=192.168.1.170 -jar start.jar
十二. solrcloud操作solr集群
String zkHost = "192.168.1.170:2181,192.168.1.171:2181";
CloudSolrServer server = new CloudSolrServer(zkHost );
server.setDefaultCollection("collection1");
SolrQuery query = new SolrQuery();
query.set("q", "*:*");
QueryResponse response = server.query(query);
SolrDocumentList results = response.getResults();
十三. solr的提交方式
-
代码手动提交 :
（1）硬提交 : 把索引到硬盘中 (写index文件)httpSolrServer.commit();
（2）软提交 :
索引库中没有 , 但是能查询到 (软提交把数据提交到内存) , 但是会产生提交的log日志 , 在下次启动solr时,solr根据提交日志, 把数据恢复到index目录中 , 所以数据不会丢失. 这是一种兼顾实时性与性能的这种选择 (写log文件)
java httpSolrServer.commit(true,true,true);
2. 自动硬提交触发时,软提交的数据从内存刷到文件中
（1）自动硬提交 :
代码中不执行commit() , 每隔15秒提交一次索引到硬盘 , 或记录达到10000条自动提交 . 这种自动提交 , 如果
```xml
<autoCommit>
<maxTime>${solr.autoCommit.maxTime:15000}</maxTime>
<!-- <maxDocs>10000</maxDocs> -->
<openSearcher>false</openSearcher>
</autoCommit>
```
（2）自动软提交 (每隔多长时间吧内存中的数据写一次log日志)
```xml
<autoSoftCommit>
<maxTime>${solr.autoSoftCommit.maxTime:1000}</maxTime>
</autoSoftCommit>
```
【注】: 通常配置1-10分钟自动硬提交 , 每秒软提交
关于存储字段和索引字段 : 例如sql: select id , auth from tableA where content='aa' 此时content作为索引字段进行查询(index=true),id.auth作为存储字段显示(stored=true)
将多个索引文件合并成1个索引文件,避免发生too many files一场(linux系统抛出) httpSolrServer.optimize()代码 (消耗性能,应在夜晚执行)
精确查询 : 不对查询字段的值进行分词 , params.set("q",content:\"刘德华\")
十四. Solr与Hbase (hbase通过行健查询很快)
-
配置solrschema.xml : 修改field字段
field name index store id index：true store：true title index：true store：true author index：false store：true describe index：true store：true content 该字段内容很多，index：false store：false -
配置ik分词器
（1）复制IkAnalyzer.jar到 solr-webapp/webapp/web-inf/lib
（2）拷贝IKAnalyzer.cfg.xml和stopword.dic到solr-webapp/webapp/web-inf/目录下
（3）修改schema.xml配置中文分词器<!--配置IK分词器--> <fieldType name="text_ik" class="solr.TextField"> <!--索引时候的分词器--> <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/> <!--查询时候的分词器--> <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/> </fieldType>
