Solr 安装及使用 (一)
solr 简介
Solr是什么
Solr是Apache旗下基于Lucene开发的全文检索的服务。用户可以通过http请求，向Solr服务器提交一定格式的数据(XMLJSON)，完成索引库的索引。也可以通过Http请求查询索引库获取返回结果(XMLJSON)。
Solr和Lucene的区别
查询引擎和索引引擎，目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者以Lucene为基础构建全文检索引擎。
Solr的目标是打造一款企业级的搜索引擎系统，它是一个搜索引擎服务，可以独立运行，通过Solr可以非常快速的构建企业的搜索引擎，通过Solr也可以高效的完成站内搜索功能。
solr 的发展历程
2004年，CNET NetWorks公司的Yonik Seeley工程师为公司网站开发搜索功能时完成了Solr的雏形。起初Solr只是CNET公司的内部项目。
2006年1月，CNET公司决定将Solr源码捐赠给Apache软件基金会。
2008年9月，Solr1.3发布了新功能，其他包括分布式搜索和性能增强等功能。
2009年11月，Solr1.4版本发布，此版本对索引，搜索，Facet等方面进行优化，提高了对PDF，HTML等富文本文件处理能力，还推出了许多额外的插件;
2010年3月，Lucene和Solr项目合并，自此,Solr称为了Lucene的子项目，产品现在由双方的参与者共同开发。
2011年，Solr改变了版本编号方案，以便与Lucene匹配。为了使Solr和Lucene有相同的版本号，Solr1.4下一版的版本变为3.1。
2012年10月，Solr4.0版本发布，新功能Solr Cloud也随之发布。
solr 的功能
灵活的查询语法;
支持各种格式文件(Word，PDF)导入索引库;
支持数据库数据导入索引库;
分页查询和排序
Facet维度查询;
自动完成功能;
拼写检查;
搜索关键字高亮显示;
Geo地理位置查询;
Group 分组查询;
solr Cloud (即 solr 集群模式);
solr 基础知识
solr core
#引子
solr部署启动成功之后，需要创建core才可以使用的，才可以使用solr;类似于我们安装完毕MySQL以后，需要创建数据库一样
#概念
在Solr中、每一个Core、代表一个索引库、里面包含索引数据及其配置信息。
Solr中可以拥有多个Core、也就是可以同时管理多个索引库、就像mysql中可以有多个数据库一样。所以SolrCore可以理解成MySQL中的数据库;
#solr目录结构
conf:存储SolrCore相关的配置文件;
data:SolrCore的索引数据;
core.properties: SolrCore的名称,name=SolrCore名称;
所以搭建一个SolrCore只需要创建2个目录和一个properties文件即可;
solr 的安装及配置
安装使用
https://solr.apache.org/guide/8_11/solr-tutorial.html
环境准备
前置条件:
>> JDK8及以上
下载对应的安装包
https://solr.apache.org/downloads.html
上传到 linux 服务器并解压
~$ unzip -q solr-8.11.0.zip
~$ cd solr-8.11.0/
启动 solr
>> 如果是非root用户, 直接执行
./bin/solr start
>> 如果是 root 用户, 则执行命令:
./bin/solr start -force
通过 solr 管理台访问界面
solr-admin 的使用
1.DashBoard:solr的版本信息、jvm的相关信息还有一些内存信息。
2.Logging:日志信息，也有日志级别，刚进入查看的时候肯定是有几个警告(warn）信息的，因为复制solr的时候路径发生了变化导致找不到文件，但是并不影响。
3.Core Admin:SolrCore的管理页面。可以使用该管理界面完成SolrCore的卸载。也可以完成SolrCore的添加能添加的前提，SolrCore在solr_home中目录结构是完整的。
4.Java Properties:顾名思义，java的相关配置，比如类路径，文件编码等。
5.Thread Dump:solr服务器当前活跃的一些线程的相关信息。
以上的5个了解一下就行。
通过core admin 创建了一个 core 之后, 左侧菜单栏就会出现一个core selector的选择框, 当选择某一个solrCore以后，又会出现一些菜单，这些菜单就是对选择的SolrCore进行操作的，这些菜单的解读如下文.
Documents
作用:向SolrCore中添加数据，删除数据，更新数据(索引)。
document是lucene进行索引创建以及搜索的基本单元，我们要把数据添加到Lucene的索引库中，数据结构就是document，
如果我从Lucene的索引库中进行数据的搜索，搜索出来的结果的数据结构也document;
文档的结构:
一个文档是由多个域(Field)组成，每个域包含了域名和域值;如果数据库进行类比，文档相单于数据库中的一行记录，域(Field）则为一条记录的字段。
Analyse
作用:测试域/域类型分词效果;
当我们向Solr中添加一个文档，底层首先要对文档域中的数据进行分词。建立词和文档关系。
思考的问题?
id为什么不分词,name域为什么可以分词?name域可以对中文进行分词吗?
添加文档的时候，域名可以随便写吗?
Solr的配置-Field
在Solr中我们需要学习其中4个配置文件:
SolrHome中solr.xml
SolrCore/conf中solrconfig.xml
SolrCore/confSolrCore中managed-schema
SolrCore/conf/data-config.xml
其中我们最常用的一个配置文件，managed-schema。
在Solr中进行索引时，文档中的域需要提前在managed-schema文件中定义，在这个文件中，solr已经提前定义了一些域，比如我们之前使用的id,price,title域。通过管理界面查看已经定义的域;
基本属性
#field标签:定义一个域;
#name属性:域名
#indexed:是否索引，是否可以根据该域进行搜索;一般哪些域不需要搜索，图片路径。
#stored:是否存储，将来查询的文档中是否包含该域的数据;商品的描述。
举例:将图书的信息存储到Solr中; Description域。indexed设置为true，store设置成false
可以根据商品描述域进行查询，但是查询出来的文档中是不包含description域的数据;
#multiValued:是否多值，该域是否可以存储一个数组;图片列表;
#required:是否必须创建文档的时候，该域是否必须
#type:域类型，决定该域使用的分词器。分词器可以决定该域的分词效果(分词，不分词
是否支持中文分词)。域的类型在使用之前必须提前定义;在solr中已经提供了很多的域类型(fieldType)
Solr的配置-FieldType介绍
每个域都需要指定域类型，而且域类型必须提前定义。域类型决定该域使用的索引和搜索的分词器，影响分词效果。
Solr中已经提供好了一些域类型;
text_general:支持英文分词，不支持中文分词;
string:不分词;适合于id,订单号等。
pfloat:适合小数类型的域，特殊分词，支持大小比较;
pdate:适合日期类型的域，特殊分词，支持大小比较;
pint:适合整数类型的域，特殊分词，支持大小比较;
plong:适合长整数类型的域，特殊分词，支持大小比较;
可以参考text_general是如何定义FiledType来自定义FieldType的.
相关属性
name:域类型名称，定义域类型的必须指定，并且要唯一;将来定义域的时候需要指定通过域名称来指定域类型;
class:域类型对应的java类，必须指定，如果该类是solr中的内置类，使用solr.类名指定即可。如果该类是第三方的类，需要指定全类名。
如果class是TextField，我们还需要使用<analyzer>子标签来配置分析器;
positionIncrementGap:用于多值字段，定义多值间的间隔，来阻止假的短语匹配（了解
autoGeneratePhraseQueries:用于文本字段，如果设为true，solr会自动对该字段的查询生成短语查询，即使搜索文本没带""
enableGraphQueries:是否支持图表查询
docValuesFormat: docValues字段的存储格式化器: schema-aware codec，配置在solrconfig.xml中的
postingsFormat:词条格式器: schema-aware codec，配置在solrconfig.xml中的
Solr自带的FieldType类
solr除了提供了TextField类，我们也可以查看它提供的其他的FiledType类，我们可以通过官网查看其他的FieldType类的作用
分析器
分析器就是将用户输入的一串文本分割成一个个token，一个个token组成了tokenStream,然后遍历
tokenStream对其进行过滤操作，比如去除停用词,特殊字符，标点符号和统一转化成小写的形式等。
分词的准确的准确性会直接影响搜索的结果，从某种程度上来讲，分词的算法不同，都会影响返回的结果
因此分析器是搜索的基础;
一个分析器只能有一个分词器, 但可以包含多个过滤器.
分析器的工作流程:
>> 分词
>> 过滤
