tomcat
以tomcat 7为例,位置/work/apache-tomcat-7.0.55
Solr 3.6.2
基本配置
Solr 3.6.2。须要JDK 6/JDK7支持。
下载Solr 3.6.2。解压后,位置:/work/apache-solr-3.6.2。
在tomcat的conf/Catalina/localhost文件夹下,新建solr.xml文件,内容例如以下:
<Context docBase="/work/apache-solr-3.6.2/example/webapps/solr.war" privileged="true" allowLinking="true" crossContext="true"> <Environment name="solr/home" type="java.lang.String" value="/work/apache-solr-3.6.2/example/multicore" override="true" /> </Context>
拷贝example/solr/conf文件夹下的内容,到example/multicore/core0/conf文件夹下,
启动tomcat。訪问:http://localhost:8080/solr/,出现solr界面,则solr的core0基本配置已经完毕。
tomcat优化配置:
<Connector port="9090" protocol="org.apache.coyote.http11.Http11NioProtocol" executor="tomcatThreadPool" connectionTimeout="20000" maxThreads="5000" minSpareThreads="50" acceptCount="5000" enableLookups="false" compressableMimeType="text/html,text/xml,text/javascript,text/css,text/plan" compression="on" compressionMinSize="2048" disableUploadTimeout="true" redirectPort="8443" URIEncoding="UTF-8" />
索引文件位置:core0/data。能够使用du -sh 查看索引大小。
分词器
Lucene3.2-3.6,须要IK Analyzer 2012 U6。
下载IK分词器。在multicore下新建lib文件夹,把IK jar放置到lib文件夹下。比如:IKAnalyzer2012_u6.jar。然后改动multicore下得solr.xml文件,在solr节点中添加属性: sharedLib="lib" 就可以。
假设须要配置扩展词库和停止词库,则须要到tomcat的webapps/solr/WEB_INF文件夹下新建classes文件夹,把IKAnalyzer.cfg.xml和对应的字典文件放置在这个文件夹中,IKAnalyzer.cfg.xml的内容例如以下:
<?xml version="1.0" encoding="UTF-8"?> <!DOCTYPE properties SYSTEM "http://java.sun.com/dtd/properties.dtd"> <properties> <comment>IK Analyzer Configure</comment> <!--用户能够在这里配置自己的扩展字典 --> <entry key="ext_dict">dic1.dic;dic2.dic;</entry> <!--用户能够在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords">stopword.dic;</entry> </properties>
字典文件的配置方式为:无BOM的UTF-8编码方式。
注意:有人把IKAnalyzer.cfg.xml和相关配置文件,放到multicore/lib文件夹下。这是不生效的。
然后,在schema.xml中。配置类型:text_general 使用 IK中文分词,配置节点例如以下:
<fieldType name="text_general" class="solr.TextField"> <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/> <analyzer type="index"> <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" useSmart="false"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/> <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> <analyzer type="query"> <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" useSmart="true"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true"/> <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> </fieldType>
则全部使用text_general类型的field都会使用IK分词。
关于这样的字段类型的原始配置例如以下:
<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100"> <analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" /> <!-- in this example, we will only use synonyms at query time <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/> --> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> <analyzer type="query"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" /> <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> </fieldType>
停止词库
指的是指文本中出现频率非常高,但实际意义又不大的词,主要指副词、虚词、语气词等。如“是”、“而是”等。它主要用在信息检索中。
在为文本或网页建立索引的时候。会去掉这些词。
扩展词库
与自己的业务相关的词库。会作为独立词进行处理。比如:http://blog.csdn.net/shihuacai/article/details/8494360
主从
solrconfig.xml,master机器配置:
<requestHandler name="/replication" class="solr.ReplicationHandler"> <lst name="master"> <str name="replicateAfter">startup</str> <str name="replicateAfter">optimize</str> <str name="confFiles">schema.xml</str> <str name="commitReserveDuration">00:00:30</str> <str name="numberToKeep">1</str> </lst> </requestHandler>
<requestHandler name="/replication" class="solr.ReplicationHandler"> <lst name="slave"> <str name="masterUrl">http://ip:8080/solr/core0/replication</str> <str name="pollInterval">00:00:10</str> <str name="compression">external</str> <str name="httpConnTimeout">5000</str> <str name="httpReadTimeout">10000</str> </lst> </requestHandler>
关于compression,有人这样说:external 非常easy有索引大小不正确, 压缩文件损坏这2个问题, 导致复制无法进行, 且一直复制失败, 測试下来internal没不论什么问题;只是我每遇到过。
很多其它内容參考网址:http://wiki.apache.org/solr/SolrReplication 。
Solr 4.9.0
基本配置
Solr 4.9。须要JDK7支持。
下载Sorl 4.9,解压后。位置:/work/solr-4.9.0。
solrdistsolr-4.9.0.war至tomcatwebapps,并更名为solr.war
重新启动tomcat。solr.war自己主动部署,改动webappssolrWEB-INFweb.xml中的solrHome,例如以下:
<env-entry> <env-entry-name>solr/home</env-entry-name> <env-entry-value>/work/solr-4.9.0/example/multicore</env-entry-value> <env-entry-type>java.lang.String</env-entry-type> </env-entry>
复制solr-4.9.0examplelibext*.jar至tomcatlib
复制solr-4.9.0example
esourceslog4j.properties至tomcatlib
重新启动tomcat,訪问:http://localhost:8080/solr/,出现solr界面,则solr的基本配置已经完毕。
其它部分和3.6.2类似。
分词器
下载IK Analyzer分词器。lucene4.X和solr4.X的IK Analyzer 要用以下这个版本号IK Analyzer 2012FF_hfl。
jar包放在tomcat/webapps/solr/WEB-INF/lib文件夹下,xml和dic放在tomcat/webapps/solr/WEB-INF/classes文件夹下。
其它。也就是IKAnalyzer.cfg.xml、shema.xml的内容配置,和3.6.2类似,不赘述。
另外。注意,在solr4.9中使用的IK分词器jar包,在schema.xml中应该这样配置:
<fieldType name="text_general" class="solr.TextField"> <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/> <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/> </fieldType>
英文在IK Analyzer 2012FF_hfl中以及没有org.wltea.analyzer.solr包了。
这个我还不确认是在IK Analyzer 2012FF_hfl中就没有了,还是我下载的jar包不全...
主从
和3.6.2类似,不赘述。