部署solr建立nutch索引

接着上篇nutch1.4的部署应用，我们来部署一下solr，solr是对lucene进行了封装的企业级搜索应用，具体的大家可以去搜一下了解，我这里就不做具体阐述了，我来说一下solr的部署吧。

首先，我们去solr的官网中下载solr,nutch1.4中应用的solr是3.4，那么我们去官网中也下载3.4吧

 

http://www.apache.org/dyn/closer.cgi/lucene/solr/

找到3.4.0下载apache-solr-3.4.0.zip或者apache-solr-3.4.0.tgz都可以，下载完成后，我们解压缩，解压完毕后，我们去解压一个tomcat，我用的是tomcat6，解压完tomcat6后，我们打开tomcat 的文件夹，

 

然后我们在tomcat下的conf目录下

创建Catalina\localhost目录（如果存在就不用创建）

然后我们创建solr.xml文件

 

在里面加入如下语句： 

 

<Context docBase="D:/file/apache-solr-3.4.0/dist/apache-solr-3.4.0.war" reloadable="true" debug="0" privileged="true" allowLinking="true" crossContext="true">  
<Environment name="solr/home" type="java.lang.String" value="D:/file/apache-solr-3.4.0/example/solr" override="true" /> 
<!--
	<Valve className="org.apache.catalina.valves.RemoteAddrValve" allow="127.0.0.1,localhost,192.168.0.127"/> 
-->
</Context>

 docBase中是我们的solr的web服务的地址，我们解压solr后，到dist中找到apache-solr-3.4.0.war给引入进来，然后solr/home就是solr的配置和索引地址，测试的话可以引入example/solr，或者把example下的solr 复制到任何位置都可以，只要把solr/home的地址给加正确了就可以。

 

 

如果需要控制访问权限则可以配置（上面配置注释的地方）：

 

<Valve className="org.apache.catalina.valves.RemoteAddrValve" allow="127.0.0.1,localhost,192.168.0.127"/>

 

 

 

如果不是来自配置的IP则被拦截会显示403

 

我们全部配置好了，现在还不行，如果要与nutch进行索引的话，还需要把nutch中的solr配置给copy过来，我们在nutch1.4的conf目录下找到schema.xml文件，然后我们将这个文件copy到solr/home的conf目录下即可，如果不将nutch 下的schema.xml文件copy过去，在生成索引时会出现 一些错误如：

org.apache.solr.common.SolrException: ERROR:unknown field 'content' 

 配置好了后，然后启动tomcat即可，然后nutch爬取完毕后就会生成索引到solr/home下的data下面：

D:/file/apache-solr-3.4.0/example/solr/data/index下（我的solr/home)

 

下一节会介绍solr中文分词（IK)

 

 

评论

4 楼 veryblues 2012-08-06  

Hi saiyaren，
我在windows下配置solr3.6跟nutch 1.5.1，但是当我把solr 3.6的schema.xml替换掉之后，solr就不能正常启动了。
Aug 6, 2012 4:58:52 PM org.apache.solr.common.SolrException log
SEVERE: Exception during parsing file: schema:org.xml.sax.SAXParseException: Content is not allowed in prolog.
at com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.createSAXParseException(Unknown Source)
at com.sun.org.apache.xerces.internal.util.ErrorHandlerWrapper.fatalError(Unknown Source)
at com.sun.org.apache.xerces.internal.impl.XMLErrorReporter.reportError(Unknown Source)
at com.sun.org.apache.xerces.internal.impl.XMLScanner.reportFatalError(Unknown Source)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl$PrologDriver.next(Unknown Source)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentScannerImpl.next(Unknown Source)
at com.sun.org.apache.xerces.internal.impl.XMLNSDocumentScannerImpl.next(Unknown Source)
at com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument(Unknown Source)

请问你知道是什么原因么？

3 楼 saiyaren 2012-08-03  

青花瓷101 写道

写的很好怎么下面的了呢，，你说的那个在eclipse下的开发的nuth呢，，希望继续下去，，呵呵，，我们继续关注，，呵呵，，

最近没有搞NUTCH了，之前有写总结，就是没有发表上去，现在做的都是系统层的和性能方面的了，有时间把那个给补上

2 楼 青花瓷101 2012-08-02  

写的很好怎么下面的了呢，，你说的那个在eclipse下的开发的nuth呢，，希望继续下去，，呵呵，，我们继续关注，，呵呵，，

1 楼 youzhibing 2012-04-10  

在你这下的solr3.4源码在哪