solr搜索引擎基本概念与windows下php调用

1.Solr基本概念

Solr是一种开放源码的、基于Lucene的搜索服务器。它易于安装和配置，而且附带了一个基于HTTP 的管理界面。

 

官网：http://lucene.apache.org/solr/

 

Solr全文检索基本原理：

http://www.importnew.com/12707.html

 

为什么要用solr？

一般情况中的查询和搜索，我们直接查询数据库MySQL。但是查询数据库主要有一些局限性：
比如多表查询效率低，大文本字段不好建立索引和搜索，复杂的条件查询和搜索功能不够强大，或者说不够简单。
使用Solr的话，就很简单地解决了以上问题。

2.相关概念：

 

　　·Collection：在SolrCloud集群中逻辑意义上的完整的索引。它常常被划分为一个或多个Shard，它们使用相同的Config Set。如果Shard数超过一个，它就是分布式索引，SolrCloud让你通过Collection名称引用它，而不需要关心分布式检索时需要使用的和Shard相关参数。

　　·Config Set: Solr Core提供服务必须的一组配置文件。每个config set有一个名字。最小需要包括solrconfig.xml (SolrConfigXml)和schema.xml (SchemaXml)，除此之外，依据这两个文件的配置内容，可能还需要包含其它文件。它存储在Zookeeper中。Config sets可以重新上传或者使用upconfig命令更新，使用Solr的启动参数bootstrap_confdir指定可以初始化或更新它。

　　·Core: 也就是Solr Core，一个Solr中包含一个或者多个Solr Core，每个Solr Core可以独立提供索引和查询功能，每个Solr Core对应一个索引或者Collection的Shard，Solr Core的提出是为了增加管理灵活性和共用资源。在SolrCloud中有个不同点是它使用的配置是在Zookeeper中的，传统的Solr core的配置文件是在磁盘上的配置目录中。

　　·Leader: 赢得选举的Shard replicas。每个Shard有多个Replicas，这几个Replicas需要选举来确定一个Leader。选举可以发生在任何时间，但是通常他们仅在某个Solr实例发生故障时才会触发。当索引documents时，SolrCloud会传递它们到此Shard对应的leader，leader再分发它们到全部Shard的replicas。

　　·Replica: Shard的一个拷贝。每个Replica存在于Solr的一个Core中。一个命名为“test”的collection以numShards=1创建，并且指定replicationFactor设置为2，这会产生2个replicas，也就是对应会有2个Core，每个在不同的机器或者Solr实例。一个会被命名为test_shard1_replica1，另一个命名为test_shard1_replica2。它们中的一个会被选举为Leader。

　　·Shard: Collection的逻辑分片。每个Shard被化成一个或者多个replicas，通过选举确定哪个是Leader。

　　·Zookeeper: Zookeeper提供分布式锁功能，对SolrCloud是必须的。它处理Leader选举。Solr可以以内嵌的Zookeeper运行，但是建议用独立的，并且最好有3个以上的主机。

• facet：维度，相当于对查询结果的统计
• constraints：约束，维度中的子类
• breadcrumb：面包屑，根据选择, 列出的导航路径（选中列表）

俗话说“一张图胜过一千个字”，比如淘宝搜索“数码相机”，这三个概念对应如下：

 

 

 3.搜索请求参数

 

参数	说明
q	要搜索的内容。 如果要搜索一个句子，用引号引起来：q="Hello wolrd" 如果指定搜索某个域：q=field_name:content 如果是中文，用引号引起来，就是全内容匹配才返回，如：q="笔记" 如果要搜索多个单词、句子，使用加号（+）：q="笔记"+"配置" 如果要排除含有某个关键字的，使用减号（-）：q="笔记"-"配置"
fq	Filter Query，搜索结果过滤（结果会被缓存起来）： fq=popularity:[10 to *]：只返回popularity大于10的结果 需要同时满足两个条件的情况：fq=popularity:[10 TO *]&fq=section:0 上面这种也可以写成：fq=popularity:[10 TO *]+fq=section:0 后两种的不同点：前一种：搜索结果分开存在缓存中，然后取交集；后一种：搜索结果存在一个缓存中
sort	指定搜索结果按照某个域来排序，例子： score desc（缺省）：按照搜索分数降序排序 price asc：按照“price”域升序排序 nStock desc, price asc：先按照nStock降序，再按照price升序
start, rows	返回第start条开始，一共rows条记录，例子： start=11&rows=100 缺省：start=0, rows=10
fl	要返回的域，比如“id”、*，如果有多个，用逗号（,）分开，还可以返回score。例子： fl=id,name fl=id,score fl=*,score
df	默认的查询字段，重新指定并覆盖schema.xml中的default field
wt	结果的格式，json, xml…
facet	统计查询结果： 按某个域统计：facet=true&facet.field=author（按照“author”这个域统计）

参考：https://cwiki.apache.org/confluence/display/solr/Searching

 

4.Windows安装

 

下载地址：SOLR  JDK

 

下载后解压，并通过Cygwin运行指令（windows默认命令行不可以！）。

 

以下是可用的solr指令及用法：

 

这里运行的就是solr服务了，solr从5.x版本之后就自带web server了，不用另外安装tomcat！

 

运行服务之后浏览器打开 http://localhost:8984/solr即可看到solr管理后台了：

 

 

5.php调用solr服务：

 

安装php扩展：php_ssh2 php_solr  

 

附带window下php全部扩展列表：http://windows.php.net/downloads/pecl/releases/

 

找到需要的扩展即可下载，然后放到$PHP_HOME/ext目录下

extension=php_ssh2.dll
extension=php_solr.dll

然后运行：

<?php

echo phpinfo();

查看solr扩展是否安装成功。

 

 

solr扩展阅读：solr从入门到精通