Apache Solr初体验四

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");  
          //初始化容器，让它加载solr.home的配置文件  
      CoreContainer.Initializer initializer = new CoreContainer.Initializer();  
      CoreContainer coreContainer = initializer.initialize();  
          
      EmbeddedSolrServer solrServer = new EmbeddedSolrServer(coreContainer,"");  
      //构造参数列表  
      SolrQuery solrQuery = new SolrQuery();   
      Map<String,String> map = new HashMap<String,String>();  
      map.put(FacetParams.FACET_DATE, "manufacturedate_dt");  
      map.put(FacetParams.FACET_DATE_START,"2004-01-01T00:00:00Z");  
      map.put(FacetParams.FACET_DATE_END,"2010-01-01T00:00:00Z");  
      map.put(FacetParams.FACET_DATE_GAP,"+1YEAR");  
      map.put("indent","on");  
      map.put("wt","xml");  
      map.put("hl.fl","name");  
      SolrParams params = new MapSolrParams(map);  
      solrQuery.add(params);  
      solrQuery.setFacet(true);  
      solrQuery.setFields("name,price,score");  
      solrQuery.setQuery("solr");  
      solrQuery.setSortField("price",SolrQuery.ORDER.asc);  
      solrQuery.setHighlight(true);  
          
      System.out.println(solrQuery.toString());  
              
      QueryResponse queryResponse = solrServer.query(solrQuery);   
      System.out.println(queryResponse.toString());  
      System.out.println("共找到:"+queryResponse.getResults().getNumFound()+"个结果");  
          //解析返回的参数  
      SolrDocumentList sdl = (SolrDocumentList)queryResponse.getResponse().get("response");  
      for (int i = 0; i< sdl.size(); i++){  
          Object obj = sdl.get(i).get("manufacturedate_dt");  
          String date = "";  
          if (obj!= null){  
              date = new SimpleDateFormat("yyyy-MM-dd").format((Date)obj);  
          }  
              
          System.out.println(((SolrDocument)sdl.get(i)).get("name")+":"+date+":"+(sdl.get(i).get("price")));  
      }  
  }  

     这时我们所用到的是EmbeddedSolrServer，它是用于嵌入式地solr服务，这里我们不需要向外提供服务，所以我们就用到这个。另外有一个

CommonsHttpSolrServer这个类是用于发送指令的服务，例如我们需要发送HTTP命令来查询，就可以用这个。

    下面我们分析一下代码，首先，我们设置了一个环境变量的名称为solr.solr.home，是这个，你没看错，确实是要这样。接下来我们初始化容器，让它加载solr.home的配置文件等。接下来的一系统代码就是构造参数列表。

    我们构造完成后的参数列表是这样的：facet.date.start=2004-01-01T00%3A00%3A00Z&indent=on&facet.date=manufacturedate_dt&hl.fl=name&facet.date.gap=%2B1YEAR&wt=xml&facet.date.end=2010-01-01T00%3A00%3A00Z&facet=true&fl=name%2Cprice%2Cscore&q=solr&sort=price+asc&hl=true

    跟我们直接在浏览器输入的不太一样，因为它是进行过编码的。构造完成后我们就可以用solrServer进行查询了。

    查询得到的结果是JSON格式的，注意，通过程序来查询得到的都是JSON格式，而不是XML格式，不过这样更好，方便我们进行接下来的解析。

    接下来的代码就是解析内容啦，应该很容易看懂的。

    2）接下来的我们就尝试自己写一个程序来进行索引，而不用post.jar。

    程序代码如下：

public static void main(String[] args) throws IOException, ParserConfigurationException, SAXException{  
            
        System.setProperty("solr.solr.home","e:\\solrIndex");  
            
                //这下面三行代码主要是用于加载配置文件  
        SolrConfig solrConfig = new SolrConfig("E:\\solrIndex\\conf\\solrconfig.xml");  
        FileInputStream fis = new FileInputStream("E:\\solrIndex\\conf\\schema.xml");  
        IndexSchema indexSchema = new IndexSchema(solrConfig,"solrconfig",fis);  
            
        SolrIndexWriter siw = new SolrIndexWriter("solrIndex","E:\\solrIndex",new StandardDirectoryFactory()  
                ,true,indexSchema);  
        Document document = new Document();  
        document.add(new Field("text","测试一下而已",Field.Store.YES,Field.Index.ANALYZED,Field.TermVector.WITH_POSITIONS_OFFSETS));  
        document.add(new Field("test_t","再测试一下而已",Field.Store.YES,Field.Index.ANALYZED,Field.TermVector.WITH_POSITIONS_OFFSETS));  
        siw.addDocument(document);  
            
        siw.commit();  
        siw.close();  
            
        SolrCore solrCore = new SolrCore("E:\\solrIndex",indexSchema);  
            
        SolrIndexSearcher sis = new SolrIndexSearcher(solrCore,indexSchema,"solrIndex",  
                        new StandardDirectoryFactory().open("E:\\solrIndex"),true);  
        TopDocs docs = sis.search(new TermQuery(new Term("test_t","再")),1);  
            
        System.out.println("找到"+docs.totalHits+"个结果 ");  
            
        for (int i = 0; i < docs.scoreDocs.length; i++) {  
            System.out.println(sis.doc(docs.scoreDocs[i].doc).get("test_t"));  
        }  
            
    }  

     代码不难理解，所以就没写注释了。主要是那段加载配置文件的代码。接下来是添加索引，然后是查询索引，删除的比较简单，直接一句代码

solrServer.solrServer.deleteById("SOLR1000");  

     或者

solrServer.deleteByQuery()  

     都比较简单。

    3）接下来我们讲一下，很可能会在项目中用到的，就是中文分词，中文分词有蛮多的，有IK，Paoding，mmseg4j，还有另外一些中科院什么地方的。但个人建议用IK或者mmseg4j，这两个有solr都有比较直接的支持，paoding也可以，但可能需要自己写类继承BaseTokenizerFactory然后再进行配置，不难。

    上面的例子就是用到中文分词了，如果你发现找不到结果，那很正常，因为还没添加中文分词，你可以把中文改成英文，再查一下，就可以查出来了。

    需要添加中文分词，我们要在schema.xml中做文章。找到types标签，在里面找到你想要进行中文分词的类型，比如text类型，我们想要让它的内容用中文分词来进行分析，可以进行配置：

<analyzer type="index">  
        <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory"/>  
        <filter class="solr.StopFilterFactory"  
                ignoreCase="true"  
                words="stopwords.txt"  
                enablePositionIncrements="true"  
                />  
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
        <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>  
      </analyzer>  
      <analyzer type="query">  
        <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory"/>  
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>  
        <filter class="solr.StopFilterFactory"  
                ignoreCase="true"  
                words="stopwords.txt"  
                enablePositionIncrements="true"  
                />  
        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1"/>  
        <filter class="solr.LowerCaseFilterFactory"/>  
        <filter class="solr.SnowballPorterFilterFactory" language="English" protected="protwords.txt"/>  
      </analyzer>  

     你可以先不理解filter的那些东西，但你一定要理解tokenizer这些地方的配置，它配置了你想要应用的分词器，它必须继承于BaseTokenizerFactory。我们看到analyzer有一个type属性，它表示你要在哪个阶段运用此分词器，如果索引和查询都要用，我们可以不写type，这样solr就会在索引和查询时都使用此分词器，这样配置完成后就可以进行中文分词的测试啦。我们重新把上面的例子添加中文进行索引，然后查询出来，看有没有问题。我的运行结果如下：

     我们找到了结果，证明我们的中文分词已经没问题了。