Solr3.6.2和Solr4.9.0经常使用配置

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>

solrconfig.xml，slave机器配置：

<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。