集成PHP应用和SOLR
你为什么需要搜索引擎？单纯数据库不够用？如果你只是创建小网站，数据库就够了。但当你创建中性或大型应用的时候，搜索引擎是更明智的选择。当然如是一说，小网站也可以利用Solr，获得高相关性的搜索结果。
想象一下你在写一个电子商务网站的搜索查询程序。最直接的想法就是如下的数据库查询语句：
|
1
2
3
|
SELECT * FROM PRODUCTSWHERE LOWER(title) like LOWER('%$phrase%')OR LOWER(description) like LOWER('%$phrase%'); |
查询标题或描述中的短语时，它工作正常。但是现实事物很复杂，比如说Apple iPhone 4G black 16GB（苹果4G网络iPhone黑色16GB）。搜索“iPhone 16G”的时候，就没结果。你可以用%替换空格应付这种情况。
|
1
|
$phrase = str_replace(' ', '%', $phrase); |
那么查询“iPhone 16GB 4G”的时候呢？显然词序改变了，它又无法正常工作。我猜你又会添加一个字段保存词序。那么写错词怎么办？同义词怎么办？为如此的搜索系统想一个好的解决方案很有挑战性。
设计一个精妙的算法不是解决这类问题的关键. 文本的搜素是需要消耗资源的. 将太多的压力放在数据库端永远不是一个好办法. 原因是数据库不能很方便的扩展. 你不能像web server 或者 Memcached一样,简单的增加一个实例.扩展数据库需要一些准备, 代码的修改, 配置, down机维护时间, 总之成本是非常昂贵的. 好消息是Solr就是专门解决这类问题的.
Solr是一个基于Apache Lucene的企业级搜索平台. 快,稳定, 有很好的文档当然扩展起来也很方便. 由于Solr是有个强大的解决方案, 他的所有特性就不在这篇文章里面一一列举了. 这家伙上收起来也是相当easy哦.
首先从官方网站下载最新的版本。Solr是一个由Java语言编写的应用程序，你需要Java Runtime环境才可以运行。
|
1
2
|
$ cd solr-4.1.0/example/$ java -jar start.jar |
|
1
|
2013-03-09 18:47:41.177:INFO:oejs.AbstractConnector:Started SocketConnector@0.0.0.0:8983 |
Solr有一个web界面，工作在8983端口下，打开浏览器访问http://localhost:8983/solr/.
在左手边的导航区你会找到“collection1″。在Solr中，Collections类似于数据库的表，你可以查询数据。点击一个collection，选择她的子菜单 “query”。
第一个选项叫 “Request-Handler (qt)”，拥有默认值 “/select”。Request handlers是一组预定义查询. 如果你查看Solr config文件，你就会看到是这样的：
|
1
|
$ vim solr-4.1.0/example/solr/collection1/conf/solrconfig.xml |
|
1
2
3
4
5
6
7
|
<requestHandler name="/select" class="solr.SearchHandler"> <lst name="defaults"> <str name="echoParams">explicit</str> <int name="rows">10</int> <str name="df">text</str> </lst></requestHandler> |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
|
<?xml version="1.0" encoding="UTF-8"?><response> <lst name="responseHeader"> <int name="status">0</int> <int name="QTime">1</int> <lst name="params"> <str name="indent">true</str> <str name="q">*:*</str> <str name="wt">xml</str> </lst> </lst> <result name="response" numFound="0" start="0" /></response> |
|
1
2
3
4
5
6
7
8
|
$ cd solr-4.1.0/example/exampledocs/$ java -jar post.jar monitor.xml SimplePostTool version 1.5Posting files to base url http://localhost:8983/solr/update using content-type application/xml..POSTing file monitor.xml1 files indexed.COMMITting Solr index changes to http://localhost:8983/solr/update.. |
现在你可以返回查询界面，这次就会有一个文档返回。
Collection的数据结构是在schema文件中定义的。
|
1
|
$ vim solr-4.1.0/example/solr/collection1/conf/schema.xml |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
$ grep text solr-4.1.0/example/solr/collection1/conf/schema.xml | grep copy <copyField source="cat" dest="text"/><copyField source="name" dest="text"/><copyField source="manu" dest="text"/><copyField source="features" dest="text"/><copyField source="includes" dest="text"/><copyField source="title" dest="text"/><copyField source="author" dest="text"/><copyField source="description" dest="text"/><copyField source="keywords" dest="text"/><copyField source="content" dest="text"/><copyField source="content_type" dest="text"/><copyField source="resourcename" dest="text"/><copyField source="url" dest="text"/> |
如果你使用的是关系数据库，你不希望有重复的数据。Solr不是一个数据库，多数字段也被处理成文本字段，默认request handler就是这样。
从PHP访问Solr需要一个客户端。我建议从PECL下载一个。它快速，API清晰，文档优良。不过要注意，这个扩展现在版本1.0.2，不支持Solr 4.x。Solr 3.x和4.x的协议有微小不同。不过别担心，我已经做了修改，你可以从https://github.com/lukaszkujawa/php-pecl-solr下载兼容版本。我已经用了一段时间，是可靠的。它和官方的有点差别在SolrClient构造函数中多一个Solr版本参数。这个补丁将会发布在官方版本中，你不用担心此后的兼容性。
|
1
2
3
4
5
6
7
8
|
$ git clone https://github.com/lukaszkujawa/php-pecl-solr.git$ cd php-pecl-solr/$ phpize$ whereis php-configphp-config: /usr/bin/php-config /usr/bin/X11/php-config$ ./configure --with-php-config=/usr/bin/php-config$ make$ make install |
添加到你的php.ini
|
1
|
extension=solr.so |
重启Web服务器
|
1
|
$ /etc/init.d/apache2 restart |
现在就可以写php添加内容到索引中了。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
<?php $options = array ( 'hostname' => '127.0.0.1',); $client = new SolrClient($options, "4.0"); // 参数4.0针对Solr4.x，其他版本时忽略 $doc = new SolrInputDocument(); $doc->addField('id', 100);$doc->addField('title', 'Hello Wolrd');$doc->addField('description', 'Example Document');$doc->addField('cat', 'Foo');$doc->addField('cat', 'Bar'); $response = $client->addDocument($doc); $client->commit(); /* ------------------------------- */ $query = new SolrQuery(); $query->setQuery('hello'); $query->addField('id')->addField('title')->addField('description')->addField('cat'); $queryResponse = $client->query($query); $response = $queryResponse->getResponse(); print_r( $response->response->docs ); |
如果你添加的文档不止一条，她也可以处理得很好，而不需要频繁的commit。
知道Solr如何工作是很有价值的，你可以在很多项目中使用。她有个很棒的功能可以让你一次请求就可以拉取所有需要的数据。当然，你掌握她需要耗费一些时间，但这值得你付出。Solr拥有一个活跃的社区和完整的文档资源，如果你还担心在项目中使用，请翻阅Solr 3 企业搜索服务器，她不仅仅是让你快速搭建起搜索服务，还是你数据挖掘的基础。
浙公网安备 33010602011771号