solr使用手册<一>

                             Solr 说明文档



1. 概述

   Solr 是一个基于Lucene java 库的企业级搜索服务器，包含XML/HTTP，JSON

API, 高亮查询结果，faceted search(不知道该如何翻译,片段式搜索)，缓存，

复制还有一个WEB 管理界面。Solr运行在Servlet 容器中。所以Solr和Lucene

的本质区别有以下三点：搜索服务器，企业级和管理。Lucene 本质上是搜索库，

不是独立的应用程序，而Solr 是。Lucene 专注于搜索底层的建设，而 Solr 专

注于企业应用。Lucene 不负责支撑搜索服务所必须的管理，而Solr 负责。所以

说，一句话概括Solr: Solr 是Lucene 面向企业搜索应用的扩展。



Solr 是一个拥有象WebService 一样接口的独立运行的搜索服务器。你将能够通

过HTTP 协议以XML 格式将文档放入搜索服务器(这个过程叫做索引)，你能够通

过HTTP 协议的GET 来查询搜索服务器并且得到XML 格式的结果。Solr 的特性包

括：



   * 高级的全文搜索功能

   * 专为高通量的网络流量进行的优化

   * 基于开放接口（XML 和HTTP）的标准

   * 综合的HTML 管理界面

   * 可伸缩性－能够有效地复制到另外一个Solr搜索服务器

   * 使用XML 配置达到灵活性和适配性

   * 可扩展的插件体系



Solr 使用Lucene 并且扩展了它！



   * 一个真正的拥有动态域(Dynamic Field)和唯一键(Unique Key)的数据模

       式(Data Schema)

   * 对Lucene 查询语言的强大扩展！

   * 支持对结果进行动态的分组和过滤

   * 高级的，可配置的文本分析

   * 高度可配置和可扩展的缓存机制

   * 性能优化

   * 支持通过XML 进行外部配置

   * 拥有一个管理界面

   * 可监控的日志

   * 支持高速增量式更新(Fast incremental Updates)和快照发布(Snapshot

       Distribution)



Schema （模式）



   * 定义域类型和文档的域

   * 能够驱动智能处理

   * 声明式的Lucene 分析器规范

   * 动态域能够随时增加域

   * 拷贝域功能允许对一个域进行多种方式的索引，或者将多个域联合成一个

       可搜索的域

   * 显式类型能够减少对域类型的猜测

   * 能够使用外部的基于文件的终止词列表，同义词列表和保护词列表的配置



查询



   * 拥有可配置响应格式（XML/XSLT,JSON,Python,Ruby）的HTTP 接口

   * 高亮的上下文搜索结果

   * 基于域值和显式查询的片段式搜索（Faceted Search）

   * 对查询语言增加了排序规范

   * 常量的打分范围(Constant scoring range)和前缀式查询－没有

       idf,coord,或者lengthNorm 因子，对查询匹配的词没有数量限制

   * 函数查询(Function Query)-通过关于一个域的数值或顺序的函数对打分

       进行影响

   * 性能优化



核心



   * 可插拔的查询句柄（Query Handler）和可扩展的XML 数据格式

   * 使用唯一键的域能够增强文档唯一性

   * 能够高效地进行批量更新和删除

   * 用户可配置的文档索引变化触发器（命令）

   * 并发控制的搜索器

   * 能够正确处理数字类型，从而能够进行排序和范围搜索

   * 能够控制缺失排序域的文档

   * 支持搜索结果的动态分组



缓存



   * 可配置的查询结果，过滤器，和文档缓存实例

   * 可插拔的缓存实现

   * 后台缓存热启：当一个新的搜索器被打开时，可配置的搜索将它热启，避

       免第一个结果慢下来，当热启时，当前搜索器处理目前的请求（？？？）。

   * 后台自动热启：当前搜索器缓存中最常访问的项目在新的搜索器中再次生

       成，能够在索引器和搜索器变化的时候高速缓存常查询的结果

   * 快速和小的过滤器实现

   * 支持自动热启的用户级别的缓存



复制



   * 能够将使用rsync 传输时改变的索引部分有效的发布

   * 使用拉策略(Pull Strategy)来简化增加搜索器

   * 可配置的发布间隔能够允许对时间线和缓存使用进行权衡选择



管理接口



   * 能够对缓存使用，更新和查询进行综合统计

   * 文本分析调试器，能够显示每个分析器每个阶段的结果

   * 基于WEB 的查询和调试输出：解析查询输出，Lucene 的explain方法细

       节，能够解释为何某个文档打分低，被排除在结果中等等