爱开卷360

摘要： SolrCloud是基于Solr和Zookeeper的分布式搜索方案，已经进入Solr的代码库，成为下个Release（估计是4.0）的分布式部署方案。Cloud使用Zookeeper作为配置中心，存储关于分布式的节点信息。各个节点之间依然使用HTTP连接来获取查询结果。前提：索引已经创建完毕，并且分成片，即Shard。以下是官方对SolrCloud的介绍：SolrCloud is the set of Solr features that take Solr's distributed search to the next level, enabling and simplifyin 阅读全文

摘要： Solandra，从别名上就能看出来，其实它就是结合了Solr与Cassandra的实时搜索引擎程序。其特性如下：支持Solr的大多数默认特性(search, faceting, highlights)数据复制，分片，缓存及压缩这些都由Cassandra来进行Multi-master (任意结点都可供读写)实时性高，写操作完成即可读到Easily add new SolrCores w/o restart across the cluster 轻松添加及重启结点这是来自官方的介绍：Solandra is a real-time distributed search engine built o 阅读全文

摘要： Lily是什么Lily是一个可扩展的数据仓库。用于数据的存储和搜索。Lily是一个分布式系统，她并不是白手起家的，她依赖于两个已有的OpenSource软件，一个是HBase, 另一个是SOLR. 同时Lily对于使用者提供自己的操作接口，称作Lily API.Lily的优势在于她强大的搜索能力，无论是文本匹配还是全文索引，通通都能搞定。但我觉得Lily在获取这些优势的同时付出了相当大的代价，最主要的代价就是系统的复杂性。想想看，为了能够使用Lily，你需要安装并维护以下系统：HDFS, HBase, Zookeeper, SOLR, Lily. 这些系统任何一个都可能让Operation T 阅读全文

摘要： 前几次我们讲到了solr的基本用法和配置文件，接下来就开始进入我们真正的代码之旅啦。1）首先以一个简单的程序来开头：public static void main(String[] args) throws SolrServerException, IOException, ParserConfigurationException, SAXException{ //设置solr.home，注意这时通过环境变量是solr.solr.home System.setProperty("solr.solr.home","E:\\solr"); ... 阅读全文

摘要： 停止词，是由英文单词:stopword翻译过来的，原来在英语里面会遇到很多a，the，or等使用频率很多的字或词，常为冠词、介词、副词或连词等。如果搜索引擎要将这些词都索引的话，那么几乎每个网站都会被索引，也就是说工作量巨大。可以毫不夸张的说句，只要是个英文网站都会用到a或者是the。那么这些英文的词跟我们中文有什么关系呢？ 在中文网站里面其实也存在大量的stopword，我们称它为停止词。比如，我们前面这句话，“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这 阅读全文

摘要： 前两天，学习了solr的基本用法，接下来我们就开始真正来学习一下solr。学习一下它的文件结构，配置文件等。以我们现在学习的阶段，最重要的文件夹就是example文件夹，这个里面包含了许多我们要学习的东西。我们再来看一下该文件夹结构 我们看到这样的文件结构，文件夹的意思大家肯定都看得懂，这里只介绍两个文件夹，multicore和solr。multicore是多个solr实例时才需要用到，现在我们暂时没用，先不管它。solr是自带的一个solr.home，这个是我们此次介绍的重点。进入此文件夹，我们可以看到如下的结构： bin文件夹为我们有额外的处理脚本时，需要放在这里，这里暂时没用到，... 阅读全文

摘要： 接着上篇http://cxshun.iteye.com/blog/1039445，我们讲了怎么初始化配置solr，并运行。问题来了，当我们配置完成后，索引当中并没有任何东西，就是说我们查询得到的结果永远是0。现在这篇文章，我们要讲的就是如果添加数据和删除数据，并体验一下solr的基本请求参数的用法。1）首先，我们必须知道，solr添加数据类型可以有多种格式，最常用的是XML和JSON，这两种的可读性是最好的。在solr的example/exampledocs文件夹内有自带一些XML格式的文件，便于我们进行添加数据。首先呢，又是一些废话，当然是启动example自带的jetty啦，还是上次的.. 阅读全文

摘要： 由于工作原因，这段时间接触到solr，一个基于lucene的企业级搜索引擎。不怎么了解它的童鞋可以去GOOGLE一下。下面开始正题：1）要开始solr的学习，首先当然是要下载它啦（这是一句废话），可以到http://www.apache.org/dyn/closer.cgi/lucene/solr/这里去下载，最新的是1.4.1(现在已经是3.4了，但依然适用)。下完后当然要解压啦（这也是废话）。我们看到它的结构是这样的。 相信搞JAVA的同志们应该都大概了解对应的文件夹的意思啦，在dist里面是它的一些JAR包，当中包含了一个war包，这个是我们做例子时用到的项目。直接把它丢到tomcat. 阅读全文

摘要： Solr 是基于lucene的检索服务器。能够很快的搭建检索服务，并且提供的很多实用的组件。例如高亮(highlight)、拼写检查(spellCheck)和匹配相位(moreLikeThis)。下面我将在我工作中接触到的一些实践与大家分享。(我当前使用的solr 版本是 3.4，使用tomcat 7.0.21)(如果你也使用的是 tomcat 服务器，而且查询请求包含中文的话，还需要修改 TOMCAT_HOME/conf/server.xml 的 <Connector ... URIEncoding="UTF-8"/> 使用 UTF-8 编码，详见URI_Ch 阅读全文

摘要： Bobo-browse是一个基于lucene的搜索结果分组统计开源插件，可以完成对搜索结果的分组面统计，比如在淘宝上搜索“衬衣”，在搜索结果顶上显示 “长袖衬衫（10321） 短袖衬衫（32561） ”等。虽然Lucene 在3.2.0也提供了Grouping组件来提供分组统计功能，另作讨论，这里不做讨论。 据Bobo-browse项目介绍, Linkedin.com使用了该组件。 Bobo-browse仅关注搜索，对索引创建与它无关，索引的创建，继续使用标准的Lucene索引创建方法创建。 Bobo-browse项目地址为http://sna-projects.com/bobo/以下是测.. 阅读全文