solr在windows下的安装及配置

最近接触搜索相关的内容,所以熟悉下solr的使用以及如何在java中使用solr实现搜索功能。

1、solr简介

Solr是一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。用户可以通过http请求,向搜索引擎服务器提交一定格式的XML文件,生成索引;也可以通过Http Get操作提出查找请求,并得到XML格式的返回结果。

2、倒排索引

有的人会疑惑,搜索通过数据库也能直接查到为什么还要solr这类搜索引擎。例如我现在要搜索"solr"相关的内容,通过数据库模糊匹配%solr%可以查到,数量少的话查询速度还挺可观,如果数据量到达百万级千万级甚至更多,可能查出来得猴年马月了。

而solr用的倒排索引可以解决这一问题。

什么是倒排索引,先说下正排索引。

假如我有部分数据

文档id 文档内容
1 solr的使用以及如何在java中使用solr实现搜索功能
2 solr是一个独立的企业级搜索应用服务器
3 倒排索引和正排索引
4 搜索引擎

 

 

 

 

 

 

假如我要搜索solr,通过正排索引就是文档id作为索引,找到内容包含solr的文档。文档数量多了之后极大增加的搜索时间。

而倒排索引是将文档内容分词后建立索引。

 

单词内容 文档id
solr 1,2
java 1
搜索 1,2,4
索引 3
服务器 2

 

 

 

 

 

 

 

 

此时我要搜索solr时直接通过单词内容索引,找到文档id列表,在按照文档出现的频次等内容计算权重然后返回。

3、solr在windows下的安装与配置

3.1、solr的下载和安装

前往官网下载solr,我下载的版本是solr7.7.2 http://lucene.apache.org/solr/

解压后进入cmd进入bin目录执行 solr start命令,命令行显示如下,启动成功,默认端口8983,也可通过-p指定端口启动

此时可以打开solr管理页面,浏览器输入http://localhost:8983/solr

 

 

3.2 solr core的创建

core就是solr的一个实例,一个solr服务下可以有多个core,每个core下都有自己的索引库和与之相应的配置文件。命令行和管理页面都可以创建core,在这我通过命令行创建。

在命令行输入solr create -c "自定义core_name",如图创建成功。

3.3导入数据

  • 配置数据源

在mysql中添加表和数据,在这里我新增了表city,并添加了一些城市的数据。

 

 

在\server\solr\test_core(自定义的core名)\conf下新建dataConfig.xml (名字可以自己取)。

标签简介:

dataSource:数据库连接的基本配置

entity:数据库中的表

field:表中字段与下文中配置的schema字段一致。

<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>
   <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://localhost:3306/my_test" user="root" password="root"/> <document> <entity name="city" query="select cid,city,pid from city"> <field column="cid" name="cid"/> <field column="city" name="city"/> <field column="pid" name="pid"/> </entity> </document> </dataConfig>

 

  • 配置schema

schema是用来告诉solr如何建立索引的,他的配置围绕着一个schema配置文件,这个配置文件决定着solr如何建立索引,每个字段的数据类型,分词方式等,新版本的schema配置文件的名字叫做managed-schema。

里面标签简介:

fieldType:为field定义类型,最主要作用是定义分词器,分词器决定着如何从文档中检索关键字。

analyzer:他是fieldType下的子元素,分词器。

filed:创建索引用的字段,如果想要这个字段生成索引需要配置他的indexed属性为true,stored属性为true表示存储该索引。

    <field name="cid" type="pint" indexed="true" stored="true"/>
    <field name="city" type="string" indexed="true" stored="true"/>
    <field name="pid" type="pint" indexed="true" stored="true"/>

 

在\server\solr\test_core(自定义的core名)\conf下打开managed-schema

  • 配置数据导入处理器

 在\server\solr\test_core(自定义的core名)\conf下打开solrconfig.xml。添加以下内容,dataConfig,xml即为上文中配置的数据源。

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
  <lst name="defaults">
    <!-- 配置文件的路径应该也可以使用绝对路径 -->
    <str name="config">dataConfig.xml</str>
  </lst>
</requestHandler>

 

  • 导入jar包

  数据库驱动的jar:mysql-connector-java-8.0.11.jar (注意这里jar包的版本要根据你数据库的版本来我的数据库是mysql8.0)

  data-import的jar:在根目录\dist下有这两个包solr-dataimporthandler-7.7.2.jar和solr-dataimporthandler-extras-7.7.2.jar。

  复制这三个jar包到\server\solr-webapp\webapp\WEB-INF\lib下

  • 导入数据

  以上配置结束后重新启动solr(命令行输入solr restart -p 8983)。登录solr管理页面http://localhost:8983/solr,可以看到选择core的时候可以选择之前创建的test_core

 选择Dataimport选项,勾选clean、commit、 debug,Entiry选择city,点击Execute

 

执行成功后可以看见右边记录数,以及response下的具体数据。

 

关于solr管理平台的其他一些功能这里暂不详述,有兴趣的同学可以自行百度。

3.4查询

 选择Query功能,可以查询数据。

3.5分词

至此基本的查询已经实现了,但还没实现分词效果。

通过分词分析器可以看出这一句话没有分词。

配置ik分词器。下载ik-analyzer-solr7-7.x.jar,传送门 放入\server\solr-webapp\webapp\WEB-INF\lib中。

然后在WEB-INF文件夹下新建一个"classes"文件,从ik-analyzer-solr7-7.x.jar中找到配置文件IKAnalyzer.cfg.xml中赋值到classes目录下。(我是从jar包解压获取的)到classes目录下。然后配置managed-schema中添加ik分词器的配置,并且把field city的类型改为ik_word这样搜索的时候才会应用分词。

<fieldType name="ik_word" class="solr.TextField">
  <analyzer type="index">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/>
      <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/>
      <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

 

重启solr,打开管理界面分词分析,可以看到一句话被分成了好几个单词。

 

查询界面用这句话查询,可以看出查到了重庆市和北京市这两个记录。

 

 至此分词查询也告一段落,下一章会和大家一起看看在java中使用solr。

 4、相关问题Q&A

  •  Q:在Dataimport的页面下导入数据时,一直导入不成功,也看不到报错信息。

   A:勾选下列dubug选项,执行。右边会有具体报错信息,Unable to load authentication plugin 'caching_sha2_password'。

   mysql-5.7版本是:default_authentication_plugin=mysql_native_password ,mysql-8.x版本是:default_authentication_plugin=caching_sha2_password

   而mysql-connector-java-5.7.jar的版本识别不了mysql_native_password的密码规则,替换jar包为8.0.11即可。

 

本人只是个小白,以上只是个人拙见,如果有问题还请大家指出,有更好的想法欢迎大家留言,一起进步,谢谢!

posted @ 2019-08-14 15:09  Leon_W  阅读(...)  评论(...编辑  收藏