Solr 入门实战(1)--Solr 简介及安装

Solr 是基于 Lucene 的流行、高性能的开源企业级搜索平台。本文主要介绍 Solr 的基本概念及安装，文中使用到的软件版本：Solr 8.9.0、jdk1.8.0_181。

1、Solr 简介

Solr 是一个基于 Apache Lucene 之上的搜索服务器，它是一个开源的、基于 Java 的信息检索库。它旨在提供功能强大的文档检索服务。Solr 基于开放标准，是高度可扩展的。Solr 查询是简单的 HTTP 请求 URL，响应是一个结构化文档：主要是 JSON，但也可以是 XML、CSV 或其他格式。任何能够使用 HTTP 的平台都可以与 Solr 对话。

1.1、Solr 架构

1.2、Solr 特点

a、Solr 基于已有的 XML、JSON 和 HTTP 标准，提供简单的类似 REST 的服务，这使得 Solr 可以被不同编程语言的应用访问。
b、Solr 可以使用 Zookeeper 实现简易分片和复制，统一配置。
c、为了提高查询速度和处理更多的文档，Solr 可以通过索引分片来实现分布式查询。
d、为了提高吞吐量和容错能力，可以为每个索引分片增加副本，同时，把所有的索引复制到其他的服务器搭建成一个服务器集群，提高吞吐量。
e、可通过缓存来提高查询速度，达到近实时查询。并写入到硬盘以达到持久化索引。

1.3、内核/集合

Solr 的内核是运行在 Solr 服务器中的具有唯一命名的、可管理的和可配置的索引。一台 Solr 服务器可以托管一个或多个内核。内核典型的用途是为了区分不同模式的文档。单机模式下，内核可以理解为一个索引库。

SolrCloud 引入了集合的概念，集合将具有唯一命名的、可管理的和可配置的索引扩展成不同的分片，并且分配到多台服务器上。分布式索引的每一个分片都托管在一个 Solr 的内核中，即多个内核可以组成一个索引库。

2、Solr 安装

2.1、下载安装包并解压

https://solr.apache.org/downloads.html

tar zxvf solr-8.9.0.tgz

2.2、目录说明

bin/  该目录中包含几个重要的脚本:

  solr/solr.cmd  这是 Solr 的控制脚本，用于启动和停止 Solr 服务。在 SlorCloud 模式下运行时，可以创建集合或内核，配置身份验证以及使用配置文件。
  post  用于发布内容到 solr 的一个简单的命令行工具。
  solr.in.sh/solr.in.cmd  此处配置 Java，Jetty 和 Solr 的系统级属性，即全局属性。
  install_solr_services.sh  在 *nix 系统上将 Solr 安装为服务。

contrib/  该目录包含 Solr 专用功能的附加插件。

dist/  该目录包含主要的 Solr jar 文件。

docs/  solr 帮助文档。

example/  包含几种演示各种 Solr 功能的示例。

licenses/  包含 Solr 使用的第三方库的所有许可证。

server/  该目录是 Solr 应用程序的核心所在：

  Solr 的 Admin UI（server/solr-webapp）
  Jetty 库（server/lib）
  日志文件（server/logs）和日志配置（server/resources）
  示例配置（server/solr/configsets）

2.3、启动/停止 Solr

bin/solr start [-p port]
bin/solr stop [-p port]

如果不指定端口，默认为 8983

2.4、控制台

http://10.40.10.66:8983/solr

2.5、创建/删除内核

bin/solr create -c new_core [-p port]

bin/solr delete -c new_core

默认在 server/solr 下会生成内核目录，内核目录下包含两个目录一个文件：

conf/：存放内核的配置文件。
data/：存放索引数据，相当于 lucene 中定义 IndexWriter 对象的第一个 Directory 参数。
core.preperties：内核的一些参数定义。

2.6、配置 IK 分词器

1、下载 IK 分词器的 jar 包放入 server/solr-webapp/webapp/WEB-INF/lib 目录下；可到 Maven 中央仓库(https://search.maven.org/)下载 jar 包：

<dependency>
    <groupId>com.github.magese</groupId>
    <artifactId>ik-analyzer</artifactId>
    <version>8.4.0</version>
</dependency>

2、将 resources 目录下的 5 个配置文件放入 server/resources 目录下；可以在 github(https://github.com/magese/ik-analyzer-solr) 上下载这些配置文件：

IKAnalyzer.cfg.xml
ext.dic
stopword.dic
ik.conf
dynamicdic.txt

3、修改 Solr 的 managed-schema，添加 IK 分词器：

<fieldType name="text_ik" 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>

IK 分词器详细的使用可参考官网说明：https://github.com/magese/ik-analyzer-solr

3、Solr 控制台使用

3.1、添加核心

可以通过命令行来添加核心：

bin/solr create -c new_core

3.2、在核心中添加 schema 信息

可以在 managed-schema 中查看添加的字段信息：

<field name="about" type="text_ik" uninvertible="true" indexed="true" stored="true"/>
<field name="age" type="pint" uninvertible="true" indexed="true" stored="true"/>
<field name="id" type="string" multiValued="false" indexed="true" required="true" stored="true"/>
<field name="name" type="text_ik" uninvertible="true" indexed="true" stored="true"/>
<field name="poems" type="text_ik" uninvertible="true" indexed="true" stored="true"/>
<field name="success" type="text_ik" uninvertible="true" indexed="true" stored="true"/>

3.3、添加/更新文档

{"id": "123456","age": 40,"name": "李白","poems": "望庐山瀑布","about": "字太白","success": "创造了古代浪漫主义文学高峰、歌行体和七绝达到后人难及的高度"},
{"id": "123457","age": 31,"name": "杜甫","poems": "望岳","about": "字子美","success": "唐代伟大的现实主义文学作家，唐诗思想艺术的集大成者"}

3.4、查询文档