基于solr的网站索引架构（一）

yangjayup

浏览: 251916 次
性别:
来自: 上海

最近访客更多访客>>

prouddragon

sun80264629

atianchen

随意而生

博主相关

博客

微博

相册

留言

关于我

文章分类

社区版块

存档分类

solr 中文分词 IKAnalyzer

关于solr的介绍和参数说明等，可参与网上资料。我这里就只分享下我在项目中使用solr的一些学习心得。

版本：由于使用到中文分词IKanalry ，是solr4.0才有的新特性，所以使用solr4.0。

solr 官方地址：http://lucene.apache.org/solr/

（备注，项目使用时solr4.0正式版本还没有出来，所有我使用的solr4.0 Beta版本）

IKAnalyzer 中文分词，需要IKAnalyzer4.1.jar支持，需要在solrconfig.xml中配置jar包路径

solr的安装：

1：准备一个tomcat作为solr的服务器，将solr解压，找到dist文件中的apache-solr-4.0.0.war，拷贝到webapps目录下。

2：任意选择一个目录作为solr/home目录，solr/home里是放置你的多个core文件（可先从example\multicore下拷贝example），建立独立搜索规则。我同时在slor/home下建立了一个lib目录，用来存放IKAnalyzer的jar包和配置文件。还有solr.xml文件，最后solr/home的结构图如下：

core0,core1.core2.core3表示了我建立了4套不同的搜索规则。项目各不干扰。然后将4套搜索配置到solr.xml中，代码如下：

  <cores adminPath="/admin/cores" defaultCoreName="collection1" host="${host:}" hostPort="${jetty.port:}" zkClientTimeout="${zkClientTimeout:15000}">
    <core name="core0" instanceDir="core0" />
    <core name="core1" instanceDir="core1" />
    <core name="core2" instanceDir="core2" />
    <core name="core3" instanceDir="core3" />
  </cores>

如上solr/home建立完成

3：运行solr的方法

　　1）.在当前路径运行tomcat (索引文件在Solr.Home下推荐) 如：

　　　　E:\solr-tomcat>E:\apache-tomcat-6.0.29\bin\startup.bat

　　　注意如果你不将apache-solr-1.4.1.war 拷贝到 tomcat的webapps 下。

　　　你也可以在E:\apache-tomcat-6.0.29\conf\server.xml 添加 <Context docBase="E:/apache-tomcat-6.0.29/webapps/solr.war" debug="0" path="/solr01" />

　　　来告诉Tomcat 你的网站在哪里

　　2）.在tomcat的conf文件夹建立Catalina文件夹，然后在Catalina文件夹中在建立localhost文件夹，在该文件夹下面建立solr.xml

</Context>

　　　　然后直接双击 startup.bat 运行Tomcat 索引文件在 %Tomcat_Home%\Bin下。

docBase为操作步骤1的地址（当然如果，war被访问会自动解压为solr文件夹，就可以直接配置到solr目录下），Environment 的Value为步骤2中的solr/home目录。

　　3）.E:\apache-tomcat-6.0.29\webapps\solr\WEB-INF\Web.xml设置

　　　　<env-entry>

　　　　　　<env-entry-name>solr/home</env-entry-name>

　　　　　　<env-entry-value>E:/solr-tomcat/solr</env-entry-value>

　　　　　　<env-entry-type>java.lang.String</env-entry-type>

　　　　</env-entry>

　　然后直接双击 startup.bat 运行Tomcat 索引文件在 %Tomcat_Home%\Bin下

以上操作引子网上，我使用的是方法2）。

从solr- -4.4.0 \example\lib\ext复制所有的jar到 apache-tomcat-7.0.42 /lib下

完成以上步骤后，启动tomcat访问http://192.168.1.83:8089/solr 不出意外就已经成功启动solr服务了

solrconfig.xml文件介绍：

由于引入了IKAnalyzer的jar包，所以在solrconfig.xml也要做配置。参考solr中的其他代码，如下配置 <lib dir="../lib/" regex=".*\.jar" /> 。

schema.xml文件介绍：

配置了索引字段和内容，会和具体业务相关。

IKAnalyzer在schema.xml中配置如下（text_cn的类型将支持中文分词）：

<fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">  
        <!--<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/> -->  
		<analyzer type="index">  
			<tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="false"/>  
            <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />  
            <filter class="solr.StandardFilterFactory"/>  
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>  
        </analyzer>  
        <analyzer type="query">    
			<tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" isMaxWordLength="false"/>  
			<filter class="solr.StopFilterFactory" ignoreCase="false" words="stopwords.txt" enablePositionIncrements="true" />  
            <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>  
            <filter class="solr.StandardFilterFactory"/>  
            <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>  
        </analyzer>    
	</fieldType>

完成solr的安装和配置后，接下来就是solr索引的生成和solr在项目中的使用。嗯，再去梳理下，下一篇再贴出代码介绍。

附件为IKAnalyzer的配置