Solr简介及安装

Solr简介及安装

简介

Solr

Solr是一个高性能，基于Lucene的全文搜索服务器。同时对其进行了扩展，提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对查询性能进行了优化，并且提供了一个完善的功能管理界面，是一款非常优秀的全文搜索引擎。

lucene

Lucene是apache jakarta项目的一个子项目，是一个开放源代码的全文检索引擎开发工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。

倒排索引

我们一般情况下,先找到文档,再在文档中找出包含的词;

倒排索引则是这个过程反过来,用词,来找出它出现的文档.

实际举例

文档编号	文档内容
1	全文检索引擎工具包
2	全文检索引擎的架构
3	查询引擎和索引引擎

分词结果

文档编号	分词结果集
1	{全文,检索,引擎,工具,包}
2	{全文,检索,引擎,的,架构}
3	{查询,引擎,和,索引,引擎}

倒排索引

编号	单词	文档编号列表
1	全文	1,2
2	检索	1,2
3	引擎	1,2,3
4	工具	1
5	包	1
6	架构	2
7	查询	3
8	索引	3

Centos安装Solr

1. 安装前提

Solr依赖于JDK, 索引要先配置好JDK的环境 [linux配置JDK]

2. 下载

下载地址: https://lucene.apache.org/solr/downloads.html

然后上传到你的服务器, 使用tar -xvf命令解压到/usr/local/目录下

3. 启动Solr

启动后的默认端口是 8938

进入解压后Solr的目录, 然后进入bin目录中

# 启动Solr, 默认端口是8938
/solr start -force

# 开放 8983 端口
firewall-cmd --zone=public --add-port=8983/tcp --permanent
firewall-cmd --reload

4. 浏览器访问 solr 控制台

http://192.168.64.170:8983 , ip改为你自己服务器的ip

出现如下页面表示成功

lucene API 介绍

我们使用一个测试案例, 来了解一下lucene的API

1. 创建maven项目导入依赖

依赖和构建如下

<dependencies>
    <!--lucene 核心API-->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-core</artifactId>
        <version>8.1.1</version>
    </dependency>

    <!-- 单元测试 -->
    <dependency>
        <groupId>junit</groupId>
        <artifactId>junit</artifactId>
        <version>4.12</version>
    </dependency>

    <!--lucene 中文分词器-->
    <dependency>
        <groupId>org.apache.lucene</groupId>
        <artifactId>lucene-analyzers-smartcn</artifactId>
        <version>8.1.1</version>
    </dependency>

</dependencies>
<build>
    <plugins>
        <plugin>
            <groupId>org.apache.maven.plugins</groupId>
            <artifactId>maven-compiler-plugin</artifactId>
            <version>3.8.0</version>
            <configuration>
                <source>1.8</source>
                <target>1.8</target>
            </configuration>
        </plugin>
    </plugins>
</build>

2. 编写代码

package test;

import org.apache.lucene.analysis.cn.smart.SmartChineseAnalyzer;
import org.apache.lucene.document.*;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.FSDirectory;
import org.junit.Test;

import java.io.File;

public class Test1 {

    String[] a = {
            "3, 华为 - 华为电脑, 爆款",
            "4, 华为手机, 旗舰",
            "5, 联想 - Thinkpad, 商务本",
            "6, 联想手机, 自拍神器"
    };

    @Test
    public void test1() throws Exception {
        // 文件夹
        FSDirectory d = FSDirectory.open(new File("D:/temp/abc/").toPath());

        // 配置工具, 配置中文分词器
        IndexWriterConfig conf = new IndexWriterConfig(new SmartChineseAnalyzer());

        // 索引输出工具
        IndexWriter writer = new IndexWriter(d, conf);

        // 循环处理四篇文档, 输出索引
        for (String s : a) {
            // id, 名称, 买点
            // 0   1   2
            String[] arr = s.split("\s*,\s*");
            // 商品的三项数据封装成 Document 对象
            Document doc = new Document(); // lucene 包下的Document类
            doc.add(new LongPoint("id", Long.parseLong(arr[0])));
            doc.add(new StoredField("id", Long.parseLong(arr[0]))); // 存储摘要
            doc.add(new TextField("title", arr[1], Field.Store.YES)); // 直接使用Store.YES参数存储摘要
            doc.add(new TextField("sellPoint", arr[2], Field.Store.YES));

            writer.addDocument(doc); // 添加到输出工具
        }

        writer.flush(); // 刷出, 存储到指定的文件夹下
        writer.close();
    }

}

3. 运行

运行后没有任何输出, 然后进入到代码中声明的文件夹中, 可以看到如下文件

表示执行成功

使用lucene工具查看索引

1. 下载lucene工具

下载地址: https://www.apache.org/dyn/closer.lua/lucene/java/8.6.2/lucene-8.6.2.tgz

然后解压到你的系统中, (windows或桌面版linux)

找到里面的luke文件夹, 然后运行luke.bat (Windows)或luke.sh (Linux)

然后稍等片刻会出现如下界面: 选择自己的索引目录即可, 我的是D:/temp/abc

2. 查看文档

3. 指定分词器,并测试分词

4. 查询测试

5. id的查询