最近接触搜索相关的内容，所以熟悉下solr的使用以及如何在java中使用solr实现搜索功能。
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
3.1、solr的下载和安装
前往官网下载solr,我下载的版本是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
此时可以打开solr管理页面，浏览器输入http://localhost:8983/solr
3.2 solr 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。
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。
在serversolr est_core(自定义的core名)conf下新建dataConfig.xml （名字可以自己取）。
标签简介：
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>
- 配置schema
schema是用来告诉solr如何建立索引的，他的配置围绕着一个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serversolr est_core(自定义的core名)conf下打开managed-schema
- 配置数据导入处理器
在serversolr est_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>
- 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serversolr-webappwebappWEB-INFlib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，传送门 放入serversolr-webappwebappWEB-INFlib中。
然后在WEB-INF文件夹下新建一个"classes"文件，从ik-analyzer-solr7-7.x.jar中找到配置文件IKAnalyzer.cfg.xml中赋值到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>
重启solr，打开管理界面分词分析，可以看到一句话被分成了好几个单词。
查询界面用这句话查询，可以看出查到了重庆市和北京市这两个记录。
至此分词查询也告一段落，下一章会和大家一起看看在java中使用solr。
4、相关问题Q&A
- Q：在Dataimport的页面下导入数据时，一直导入不成功，也看不到报错信息。
A：勾选下列dubug选项，执行。右边会有具体报错信息，Unable to load authentication plugin 'caching_sha2_password'。
mysql-5.7版本是：default_authentication_plugin=mysql_native_password ，mysql-8.x版本是：default_authentication_plugin=caching_sha2_password
而mysql-connector-java-5.7.jar的版本识别不了mysql_native_password的密码规则，替换jar包为8.0.11即可。
本人只是个小白，以上只是个人拙见，如果有问题还请大家指出，有更好的想法欢迎大家留言，一起进步，谢谢！