摘要：关于ZooKeeper，下面引用了一片文章，原文地址是：http://www.cnblogs.com/wuxl360/p/5817471.html 一、分布式协调技术 在给大家介绍ZooKeeper之前先来给大家介绍一种技术——分布式协调技术。那么什么是分布式协调技术？那么我来告诉大家，其实分布式协调技术 主要用来解决分布式环境当中多个进程之间的同步控制，让他们有序的去访问某种临界资... 阅读全文

摘要：分片的原因 由于底层Lucene的限制，每个solr索引中包含的文档数不能超过231个，大约是21亿个。但是solr分片一般不是基于这个的原因，因为一般没有到这个峰值的之后，solr的各中性能问题就暴露出来了。分片一般是为了提高性能，提高吞吐量。 复制策略 solr的复制策略和大部分的NOSQL数据库的复制策略不同，不是通过事务日志进行同步的，而是每次写操作都有leader节点分发到每个repli... 阅读全文

摘要：原文地址：http://www.cnblogs.com/chowmin/articles/4629220.html 搜索引擎选型调研文档 Elasticsearch简介* Elasticsearch是一个实时的分布式搜索和分析引擎。它可以帮助你用前所未有的速度去处理大规模数据。 它可以用于全文搜索，结构化搜索以及分析，当然你也可以将这三者进行组合。 Elasticsea... 阅读全文

摘要：原文地址：http://blog.csdn.net/bingduanlbd/article/details/52199347 分面搜索（Faceting）基于索引词项对搜索结果进行分类，同时返回每个分类对应的文档数。用户可以可以分类缩小结果范围。下图是一个结果汇总的例子： Amazon的搜索也提供了非常优秀的分面及相应的过滤： 环境 Solr的发行版自带了一些很好的例... 阅读全文

摘要：smartcn和ik的对比，来自http://www.cnblogs.com/hadoopdev/p/3465556.html 一、引言： 中文分词一直是自然语言处理的一个痛处，早在08年的时候，就曾经有项目涉及到相关的应用（Lunce构建全文搜索引擎），那时的痛，没想到5年后的今天依然存在，切分效果、扩展支持、业务应用等方面依然不甚理想。收费的版本不提了，原因自不必言表，开源版本中，发... 阅读全文

摘要：本文收集自网络，部分内容个人编写。收集了一下网页的内容： http://blog.csdn.net/dingzfang/article/details/42804489 什么是SolrCloud SolrCloud(solr 云)是Solr提供的分布式搜索方案，当你需要大规模，容错，分布式索引和检索能力时使用 SolrCloud。当一个系统的索引数据量少的时候是不需要使用SolrClo... 阅读全文

摘要：solr使用_version_来做文档的版本控制和修改时加锁（乐观锁） indexed是否索引 只能在索引的列上进行查询 stored是否存储 只能返回存储的列 required 是否必须 multiValued 是否多值 dynamicField 动态字段 uniqueKey主键列 id copyField 各种fieldtype ： sortMissingLast：排序的时候... 阅读全文

摘要：部分来自http://www.jianshu.com/p/8cf609207497 一、总览 solr的配置重要的有三个：solr.xml、solrConfig.xml、schema.xml solr.xml 是整个Solr节点的配置，是定义关于core的管理、collection分片、solr云 和http请求处理，不过目前改动不多，也没仔细研究。 solrConfig.xml：关于core或... 阅读全文

摘要：如何控制评分 如果设置了sort字段，那么将会按照sort字段的顺序返回结果。 如果没有设置sort字段，那么将会根据相关度打分来排序。也就是说，相关度更高的排在前面。 如何来定制适合自身业务的排序打分规则（boost）呢？经过这段时间的思考与实践，想到了如下三个方法：1、定制Lucene的boost算法，加入自己希望的业务规则；2、使用Solr的edismax实现的方法，通过bf查询配置来影响b... 阅读全文

摘要：以下来自solr in action。 包含： 词项频次。查询词项出现在当前查询文档中的次数。 反向文档频次。查询词项出现在所有文档总的次数。 此项权重。 标准化因子： 字段规范： 文档权重。 字段权重。 长度归一化。消除长文档的优势。因为长文档的词项频次一般会比较大。 协调因子。避免一个文档中出现某一个词项的次数太多导致总分值太大。目的是让结果中包含更多的是出现所有词项的文档。 具体说明见下文。... 阅读全文

摘要：这里可以看到，solr的版本，lucene的版本，jvm的版本，CPU核数，jvm启动参数，还有物理内存占用，交换空间占用，jvm内存占用。 这里可以看到每个core的情况。 这里可以看到java的所有properties。 这里可以看到当前选中的core的信息。文档数，最大文档数，片段数，删除文档数等。 阅读全文

摘要：定义 查询解析器用于将查询语句（q参数）解析成搜索语法。 默认解析器：lucene Solr在查询的时候，用到了QueryParser对用户输入做解析，solr默认使用的解析器是lucene，被称之为Standard Query Parser。Standard Query Parser支持原生的查询语法，使你可以方便地构造结构化查询语句。当然，它还有不好的，就是容错比较差，总是把错误抛出来，而不是... 阅读全文

摘要：部分摘自：http://blog.csdn.net/u010342038/article/details/52997388 界面： 参数说明： 注意，以下是对所有的查询解析器都通用的参数。 defType ：选择用来处理查询的查询分析器。 q (query)查询的关键字，此参数最为重要，例如，q=i 阅读全文

摘要：原文地址：http://blog.csdn.net/chichengit/article/details/9235157 http://blog.csdn.net/njpjsoftdev/article/details/54015485 介绍： 所谓倒排索引的倒排，其实我感觉定义的不太贴切：正常的文档索引是，描述一个文档有哪些关键字，也就是文档—关键字列表这种结构，但是倒排索引是关键字—... 阅读全文

摘要：solr架构图： 以下是Apache Solr的主要构建块(组件) 请求处理程序 - 发送到Apache Solr的请求由这些请求处理程序处理。请求可以是查询请求或索引更新请求。根据这些请示的要求来选择请求处理程序。为了将请求传递给Solr，通常将处理器映射到某个URI端点，并且它将为指定的请求提供 阅读全文