solr使用

Solr基本介绍

1. 目的

为了实现用户数据的空间位置的搜索，以及其他用户数据内容的全文检索。并且要支持高可用性。根据要求查到solr满足我们的需求，详细如下(基于SolrCloud)

 

• 搜索方面：支持全文检索和空间搜索，并且支持返回值类型全面(XML/XSLT, JSON, Python, Ruby, PHP, Velocity, CSV, binary)，还有排序，分页等查询支持。
• 在可靠性方面支持：基于ZooKeeper的配置，自动分布式索引和分片。发送数据到任意节点，solr会自动转送到正确的片。使用事务日志保证即使在数据还未索引到磁盘上的时候，也能不会丢失更新的数据，查询失败的自动故障转移，不会出现单点问题
• 性能方面：支持推送数据近实时的建立索引  

  2.初步安装

首先在官网下载solr，地址如下http://www.apache.org/dyn/closer.cgi/lucene/solr/4.3.1，本文以4.3.1为例，下载完成后解压缩后内容如下

 

本文只讲初步试用，所以进入example目录中

 

在运行前，需要保证机器上安装有jdk1.6以上版本，官方文档上说oracle，openjdk和ibm的jdk都可以，不知道官方包使用哪个JDK编译的，如果怕有问题，可以自己下载源码然后进行编译。参考http://wiki.apache.org/solr/HowToCompileSolr。

在example目录下执行 java -jar start.jar启动solr服务。简要说明一下，solr可以在任意java servlet容器中启动，例子工程中包含了一个小的jetty容器。此时solr服务会启动起来，默认端口为8983，然后你就可以通过http://localhost:8983/solr/     访问solr服务了

 

     3.管理界面

 

进入solr服务后的界面如上图所示，基本上都是显示了一些基本信息，例如服务启动时间，服务主机名，相关程序和数据的存放位置等。右边还有一些运行时信息显示。

说下基本概念，collection是一个目录的路径，用来存储索引等相关数据，可以在solr.xml中配置。下图是默认配置信息

 

  4.Schema

当你更新索引的时候提交的数据需要通过schema文件中配置的字段进行匹配，如果提交的数据中在schema中没有，则会报错。在schema.xml中配置了针对。

文件位于/solr/example/solr/collection1/conf，路径下

 

上图是例子工程中的schema，对field中的属性做下说明：

name:必须要有的字段，field的名字

type：必须要有的字段，field的类型

indexed:如果需要针对此字段进行搜索和排序的话，这个值应该是true

stored：如果需要检索这个字段的话，此值应该是true

docValues：只支持由StrField UUIDField的

Trie树，这三类型的数据，并且可能需要默认值。例子参考下

     <field name="popularity" type="int" indexed="true" stored="true" docValues="true" default="0" />

     <field name="manu_exact" type="string" indexed="false" stored="false" docValues="true" default="" />

default：默认值，如果插入的时候此值为空，则默认插入默认值。和数据库的默认值一个意思。

OmitNorms：建议专家才设置次属性。原始类型数据(int,float,boolean,string)此值默认为true，此值省略部分操作，提升性能。

等等等。。。

 

下图是例子工程中的部分fieldtype配置：

 

这些内容是配置的对指定类型的数据如何处理，如果是中文分词的话加入如下配置，并且把IKAnalyzer的jar包放入solr的lib目录下：

<fieldType name="text_ik"  class="solr.TextField" > 

      <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer" /> 

 </fieldType> 

关于solr的分析器、断词工具和标记筛选器的资料参考http://wiki.apache.org/solr/AnalyzersTokenizersTokenFilters.

Schema文件中还需要有个唯一约束的字段，默认是id，如下图所示

 
  5.基本查询

Solr 接受 HTTP GET 和 HTTP POST 查询消息。solr的主要查询参数为，具体参考http://wiki.apache.org/solr/CommonQueryParameters#q

• q：

Q是主要的查询参数，基本查询内容的条件都在这里。因为solr是基于lucene的，但是solr和lucene的q参数有些许差异，具体参考http://wiki.apache.org/solr/SolrQuerySyntax 。

• sort

此参数用来排序，详细信息参考下图。

 


 

• start

此参数是用来分页用的，从查询结果中的第几条开始现实，默认是0

• rows

最大返回结果数

•   fq

次参数是查询结果的过滤条件，他的缓存和主查询的缓存是分开的，这样可以增加复杂查询的效率。关于缓存的信息参考http://wiki.apache.org/solr/SolrCaching

• fl 

控制返回值的哪些哪些字段给返回，类似于select A，B from table 中的A、B。默认值是*