Solr4.4的安装与配置

最近准备用Solr搭建项目，所以对其作了一些了解，我采用的是Solr4.4版本；这个版本的Solr相对于以前的版本改变很大，这里记一下自己安装与配置的过程。

网上很多关于Solr的教程都很老了，很多教程居然还是基于Solr1.3或者1.4版本在讲解，有些资料的内容看了再对比当前版本会不知所云。

尽量多看官方提供的wiki文档：http://wiki.apache.org/solr/

Solr简介

这里贴一段关于solr的简介：

Solr是一个基于Lucene的Java搜索引擎服务器。Solr 提供了层面搜索、命中醒目显示并且支持多种输出格式（包括 XML/XSLT 和 JSON 格式）。它易于安装和配置，而且附带了一个基于 HTTP 的管理界面。Solr已经在众多大型的网站中使用，较为成熟和稳定。Solr 包装并扩展了 Lucene，所以Solr的基本上沿用了Lucene的相关术语。更重要的是，Solr 创建的索引与 Lucene 搜索引擎库完全兼容。通过对Solr 进行适当的配置，某些情况下可能需要进行编码，Solr 可以阅读和使用构建到其他 Lucene 应用程序中的索引。此外，很多 Lucene 工具（如Nutch、 Luke）也可以使用Solr 创建的索引。

下载解压

官方网址：http://lucene.apache.org/solr/

下载列表：http://www.apache.org/dyn/closer.cgi/lucene/solr/4.4.0

将下载得到的solr-4.4.0.zip压缩包解压，会看到如下目录结构：

其中对我们有用的是example和dist目录中的内容。

安装与配置

首先将exmaple/webapps中的solr.war包解压开复制到Tomcat的webapps中，或者直接将solr.war包直接复制到Tomcat的webapps中，然后启动Tomcat使其解压开再将war包删除。这时如果启动Tomcat是会报错的，因为我们没有设置solr_home（也就是索引和配置文件所在的目录）。

下面配置一下：

solr_home的设置有好几种方式，百度一下就可以了，这里我采用的是在solr应用的web.xml文件中配置的方式。打开solr/WEB-INF/web.xml文件，找到如下内容：

[html] view plaincopy

1. <env-entry>
2. <env-entry-name>solr/home</env-entry-name>
3. <env-entry-value>../webapps/solr/solr_home</env-entry-value>
4. <env-entry-type>java.lang.String</env-entry-type>
5. </env-entry>

这段内容初始时是被注释了的，解开注释后将<env-entry-value>节点内容改为自己磁盘上某个位置即可，这里我采用的是相对位置，绝对位置当然也是可以的。

配置完了还需要在配置的路径处放置一个文件夹作为SOLR_HOME（solr的example中已经提供），我们将example/solr目录拷贝到solr项目目录下（这里是%TOMCAT_HOME%/webapps/solr/），并重命名为solr_home（根据自己的配置决定）。

配置日志输出

这时如果启动Tomcat（通过调用startup.sh脚本），仍然无法正常启动，而且错误只有几行，如下所示：

[java] view plaincopy

1. 2013-8-9 15:49:05 org.apache.catalina.core.StandardContext start 
2. 严重: Error filterStart 
3. 2013-8-9 15:49:05 org.apache.catalina.core.StandardContext start 
4. 严重: Context [/solr] startup failed due to previous errors 

给出的错误信息不明不白，这时如果我们换一种方式来启动Tomcat就会发现错误输出了，在命令行将当前目录切换到%TOMCAT_HOME%/bin，执行如下的命令：

[java] view plaincopy

1. java -jar bootstrap.jar 

这样可以看到命令行输出如下的异常信息（省略部分内容）：

很显然，提示我们找不到日志相关的jar包，还提示我们去看solr的相关wiki链接：http://wiki.apache.org/solr/SolrLogging

到该Wiki页面中我们会找到如下几段文字说明：

上面解释了在新版本的solr中日志输出方面做了什么变动，以及如何解决。

首先复制example/lib/ext目录中的jar包到项目的classpath下，这里的example就是前面解压solr压缩包得到的，solr应用war包也是从该目录下得到的；我们可以将这些jar包放到%TOMCAT_HOME%/lib下，也可以将它们放到项目的lib下（在我的电脑上是/opt/tomcat-6.0.37/webapps/solr/WEB-INF/lib）；

然后将example/resources/log4j.properties也拷到classpath（我在/opt/tomcat-6.0.37/webapps/solr/目录下新建了一个classes目录，放log4j.properties放了进去）；

然后再启动Tomcat，这时就没有异常抛出了，solr成功启动，我们通过浏览器进行访问，你将会看到如下画面：

在Solr中使用中文分词

使用全文检索，中文分词是离不开的，这里我采用的是mmseg4j分词器。mmseg4j分词器内置了对solr的支持，最新版本可支持4.X版本的sorl，使用起来很是方便。

GoogleCode地址：http://code.google.com/p/mmseg4j/

使用mmseg4j中文分词器，首先需要在schema.xml文件中配置一个fieldType节点（其它的中文分词器也类似），如下所示：

[html] view plaincopy

1. <!-- 中文分词 -->
2. <fieldType name="text_zh" class="solr.TextField" positionIncrementGap="100">
3. <analyzer>
4. <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" />
5. </analyzer>
6. </fieldType>

然后就可以在field节点中引用该filedType了，定义示例filed节点如下：

[html] view plaincopy

1. <field name="title" type="text_zh" indexed="true" stored="true" multiValued="true"/>
2. <field name="content" type="text_zh" indexed="true" stored="false" multiValued="true"/>

然后在浏览器里试一下效果：

总结

下面总结一下Solr4.4.0的安装与配置步骤：

1. 准备Java和Tomcat；
2. 下载并解压solr-4.4.4.zip得到solr-4.4.0目录；
3. 拷贝solr-4.4.0/example/webapps/solr.war包到%Tomcat_Home%/webapps目录，启动Tomcat使其解压，删除solr.war包；
4. 打开%Tomcat_Home%/webapps/solr/WEB-INF/web.xml文件，配置SOLR_HOME，按照SOLR_HOME的配置拷贝solr-4.4.0/example/solr目录（该目录即作为solr_home）；
5. 拷贝solr-4.4.0/example/lib/ext下所有的jar包到项目的classpath下，同时拷贝log4j.properties配置文件到classpath；
6. 配置中文分词器。