30分钟搭建一个百万全文搜索

公司重心转移，不再是搜索。所以比较有空写写博。

 

solr是lucene的企业级扩展，很好很强大。solr的性能 http://wiki.apache.org/solr/SolrPerformanceData， 现在使用solr的网站 http://wiki.apache.org/solr/PublicServers

 

我习惯使用tomcat，安装参考：http://wiki.apache.org/solr/SolrTomcat，当然你也可以使用其他Contains来安装。（现在的wiki真详细，以前都靠自己摸索） 如果安装成功，浏览器地址栏输入： http://localhost:8080/solr/admin/, 看到管理界面，那么继续。

 

找个支持lucene的中文analyzer，，比如lucene自带的cjk，修改solr的schema.xml中的 field，比如德国的（记得把注释去掉） 你可以参考修改成 然后在搜索filed，改成自己的field，比如全文检索简单的是id, title, body 比如我将原来的 修改成 保存好，重新启动tomcat，输入 http://localhost:8080/solr/admin/analysis.jsp?name=title&verbose=on&highlight=on&val=aa&qval= 如果一切正常，那么你就能看到title给cjk分词的处理效果。

 

使用solr非常简单，从数据库取出数据， 包个含程序字段有id, title, body的xml扔给solr做索引。参考：http://wiki.apache.org/solr/UpdateXmlMessages。除了xml还有csv格式数据做索引，参考：http://wiki.apache.org/solr/UpdateCSV 索引完了，我们用用看。

 

比如我要搜索关键词：测试中文，搜索字段是title，跑到地址栏输入 http://localhost:8080/solr/select?indent=on&version=2.2&q=%E6%B5%8B%E8%AF%95%E4%B8%AD%E6%96%87&start=0&rows=10&fl=*%2Cscore&qt=title&wt=standard&explainOther=&hl.fl= 根据自己情况输入关键词和字段，如果得到你要的结果，那么恭喜你，你能搭建一个百万搜索了。

 

百万搜索真的这么简单么？没啦，不同业务不一样，复杂的很复杂。

 

大家看下教程 http://lucene.apache.org/solr/tutorial.html，wiki： http://wiki.apache.org/solr solr

 

现在的release版本是1.2， 1.3还在开发中，现在还有少量bug还没解决，估计快要release了，如果不急于production的，先用1.2熟悉，用1.3上production。如果大家急着用solr的svn版本，其lucene是最新版本。

 

 

评论

8 楼 niule 2008-10-23  

你好，我是按照步骤来部署的，不过是用的jeasy的分词，应该差不多了。
在analyze里已经可以分词了，但是在query的时候，还是没有分词，

比如索引里有“中文分词终于”这句，我查询“中文终于”的时候，在query中是没有分词，得不到结果
请问是哪里没有配置正确呢，谢了

7 楼 jfxia 2008-03-16  

Compass其实就是在Lucene外面包了一层持久化的壳

6 楼 imjl 2008-03-13  

引用

fengzl 1 天前
主要是索引在什么时候创建?
是不是支持事务?
索引的修改是在什么时候,
我记得compass是在DAO操作数据库的时候干这些事情的

你什么时候做索引就什么时候创建索引。
不支持事务。
所有lucene的索引都遵循一个规则，没有什么修改概念，所谓的修改在lucene就是删掉旧的追加新的。

我不知道compass干嘛的，如果它是基于lucene，那么所谓包含事务，那我可以肯定的告诉你事务是在compass这层完成的，而不是在lucene这块完成。

我猜想数据操作流程：数据-》compass-》lucene，，

5 楼 fengzl 2008-03-12  

主要是索引在什么时候创建?
是不是支持事务?
索引的修改是在什么时候,
我记得compass是在DAO操作数据库的时候干这些事情的

4 楼 chenjinlai 2008-03-12  

恩,solr真是特别方便

3 楼 wangfengmadking 2008-03-12  

<div class='quote_title'>imjl 写道</div><div class='quote_div'><p>公司重心转移，不再是搜索。所以比较有空写写博。 </p><p> </p><p>solr是lucene的企业级扩展，很好很强大。solr的性能 http://wiki.apache.org/solr/SolrPerformanceData， 现在使用solr的网站 http://wiki.apache.org/solr/PublicServers </p><p> </p><p>我习惯使用tomcat，安装参考：http://wiki.apache.org/solr/SolrTomcat，当然你也可以使用其他Contains来安装。（现在的wiki真详细，以前都靠自己摸索） 如果安装成功，浏览器地址栏输入： http://localhost:8080/solr/admin/, 看到管理界面，那么继续。</p><p> </p><p>找个支持lucene的中文analyzer，，比如lucene自带的cjk，修改solr的schema.xml中的 field，比如德国的（记得把注释去掉） 你可以参考修改成 然后在搜索filed，改成自己的field，比如全文检索简单的是id, title, body 比如我将原来的 修改成 保存好，重新启动tomcat，输入 http://localhost:8080/solr/admin/analysis.jsp?name=title&amp;verbose=on&amp;highlight=on&amp;val=aa&amp;qval= 如果一切正常，那么你就能看到title给cjk分词的处理效果。</p><p> </p><p>使用solr非常简单，从数据库取出数据， 包个含程序字段有id, title, body的xml扔给solr做索引。参考：http://wiki.apache.org/solr/UpdateXmlMessages。除了xml还有csv格式数据做索引，参考：http://wiki.apache.org/solr/UpdateCSV 索引完了，我们用用看。</p><p> </p><p>比如我要搜索关键词：测试中文，搜索字段是title，跑到地址栏输入 http://localhost:8080/solr/select?indent=on&amp;version=2.2&amp;q=%E6%B5%8B%E8%AF%95%E4%B8%AD%E6%96%87&amp;start=0&amp;rows=10&amp;fl=*%2Cscore&amp;qt=title&amp;wt=standard&amp;explainOther=&amp;hl.fl= 根据自己情况输入关键词和字段，如果得到你要的结果，那么恭喜你，你能搭建一个百万搜索了。</p><p> </p><p>百万搜索真的这么简单么？没啦，不同业务不一样，复杂的很复杂。</p><p> </p><p>大家看下教程 http://lucene.apache.org/solr/tutorial.html，wiki： http://wiki.apache.org/solr solr</p><p> </p><p>现在的release版本是1.2， 1.3还在开发中，现在还有少量bug还没解决，估计快要release了，如果不急于production的，先用1.2熟悉，用1.3上production。如果大家急着用solr的svn版本，其lucene是最新版本。 </p><p> </p><p> </p></div>

2 楼 imjl 2008-03-11  

我不知道compass。还是让用过这两者的xd告诉你差别把。

1 楼 pango 2008-03-11  

比compass怎样？