solr在windows下的安装及配置

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

3.1solr的下载和安装

前往官网下载solr,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

例：

开启指定端口服务，默认8983。

solr start -p 8984

重启指定服务

solr restart -p 8983

关闭指定服务

solr stop -p 8983

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

3.2solr 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。

例：

solr create -c "core_name"

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。

sql文件（部分地区数据）：

SET FOREIGN_KEY_CHECKS=0;
DROP TABLE IF EXISTS `city`;
CREATE TABLE `city` (
  `cid` int(11) NOT NULL AUTO_INCREMENT,
  `city` varchar(255) DEFAULT NULL,
  `pid` int(20) DEFAULT NULL,
  PRIMARY KEY (`cid`)
) ENGINE=InnoDB AUTO_INCREMENT=38 DEFAULT CHARSET=utf8;
INSERT INTO `city` VALUES ('1', '北京', '10');
INSERT INTO `city` VALUES ('2', '鄂州', '711');
INSERT INTO `city` VALUES ('3', '恩施', '718');
INSERT INTO `city` VALUES ('4', '黄冈', '713');
INSERT INTO `city` VALUES ('5', '黄石', '714');
INSERT INTO `city` VALUES ('6', '荆门', '724');
INSERT INTO `city` VALUES ('7', '荆州', '716');
INSERT INTO `city` VALUES ('8', '十堰', '719');
INSERT INTO `city` VALUES ('9', '随州', '722');
INSERT INTO `city` VALUES ('10', '武汉', '27');
INSERT INTO `city` VALUES ('11', '咸宁', '715');
INSERT INTO `city` VALUES ('12', '襄樊', '710');
INSERT INTO `city` VALUES ('13', '孝感', '712');
INSERT INTO `city` VALUES ('14', '宜昌', '717');
INSERT INTO `city` VALUES ('15', '潮州', '768');
INSERT INTO `city` VALUES ('16', '东莞', '769');
INSERT INTO `city` VALUES ('17', '佛山', '757');
INSERT INTO `city` VALUES ('18', '广州', '20');
INSERT INTO `city` VALUES ('19', '河源', '762');
INSERT INTO `city` VALUES ('20', '惠州', '752');
INSERT INTO `city` VALUES ('21', '江门', '750');
INSERT INTO `city` VALUES ('22', '揭阳', '663');
INSERT INTO `city` VALUES ('23', '茂名', '668');
INSERT INTO `city` VALUES ('24', '梅州', '753');
INSERT INTO `city` VALUES ('25', '清远', '763');
INSERT INTO `city` VALUES ('26', '汕头', '754');
INSERT INTO `city` VALUES ('27', '汕尾', '660');
INSERT INTO `city` VALUES ('28', '韶关', '751');
INSERT INTO `city` VALUES ('29', '阳江', '662');
INSERT INTO `city` VALUES ('30', '云浮', '766');
INSERT INTO `city` VALUES ('31', '湛江', '759');
INSERT INTO `city` VALUES ('32', '肇庆', '758');
INSERT INTO `city` VALUES ('33', '中山', '760');
INSERT INTO `city` VALUES ('34', '珠海', '756');
INSERT INTO `city` VALUES ('35', '上海', '21');
INSERT INTO `city` VALUES ('36', '巴中 ', '827');
INSERT INTO `city` VALUES ('37', '成都', '28');

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

标签释义简介：

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>

注意：mysql因为版本问题可能查询不到，自己使用的问题将URL增加为

url="jdbc:mysql://localhost:3306/my_test?useUnicode=true&characterEncoding=utf8&useSSL=false&serverTimezone=GMT"

配置schema

schema是用来告诉solr如何建立索引的，它的配置围绕着一个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

注意：放在schema标签内。

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>

注意：和同级别即可。

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，jar下载地址：https://search.maven.org/search?q=com.github.magese 放入\server\solr-webapp\webapp\WEB-INF\lib中。

然后在WEB-INF文件夹下新建一个"classes"文件目录，从ik-analyzer-solr7-7.x.jar中找到配置文件IKAnalyzer.cfg.xml中复制到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>