Solr(二)
来源:互联网 发布:网盘管理系统 源码 编辑:程序博客网 时间:2024/06/08 15:53
一. solr的启动方式
(1) start.jar启动
cd solr-4.10.4\example
java -jar start.jar
java -Djetty.port=8980 -jar start.jar //指定端口 --daemon 后台运行
////// java -jar --help 执行帮助命令 ////
(2) bin/solr执行
不加参数有提示
bin/solr start -p 8983 // 开启指定端口的solr
bin/solr stop -p 8983 // 关闭指定端口的solr
二. tomcat启动solr
windows或者linux服务器下部署
(1) 建立一个solr的运行目录
例如:D:\solr-tomcat
将下载的solr-4.10.4中的solr-4.10.4\example目录下的solr文件夹拷贝到D:\solr-tomcat目录下
(2) 建立JNDI文件
在tomcat的conf\Catalina\localhost目录下建立文件solr.xml
<Context path="/solr" docBase="D:\apache-tomcat-8.0.15\solr.war">
<Environment name="solr/home" type="java.lang.String" value="D:\solr-tomcat\solr" override="true"/>
</Context>
(3) 部署solr.war包
把solr-4.10.4中dist目录中的solr-4.10.4.war包拷贝到tomcat的根目录下,名字改为solr.war
(4) 配置日志,如果不配置的话,启动会报错,无法访问solr平台,查看localhost.2015-01-01.log日志。
把solr-4.10.4\example\lib\ext目录下的jar包都拷贝到tomcat的lib目录下即可。
访问http://localhost:8080/solr/
三. solr的目录配置
(1) example目录是solr项目的根目录
若根目录改名, 启动方式如下:
a) bin/solr -s 没目录名
b) cd 指定目录 & java -jar start.jar
(2) example/solr目录 : (start.jar同级目录下的solr目录 )
若改变索引库目录, 启动方式如下:
(a) java -Dsolr.solr.home=(对于start.jar的相对路径) -jar start.jar
(b) solr start -s (对于start.jar的相对路径)
(3) example/solr-webapp 目录
solr项目的部署位置 , solr启动后把 example\webapps\solr.war拷贝到 example\solr-webapp\webapp下面
四. scchemal文件
solr中1个core是一个数据库 , 称作为collection
每一个collection包含一个schemal.xml , 用于描述索引结构
1. field : 静态字段
<field name="_version_" type="long" indexed="true" stored="true"/>
(1) name:字段名
(2) type:之前定义过的各种FieldType
(3) indexed:是否被索引
(4) stored:是否被存储(如果不需要存储相应字段值,尽量设为false)
(5) multiValued:是否有多个值(对可能存在多值的字段尽量设置为true,避免建索引时抛出错误)
2. Dynamic Fields : 动态字段
动态字段建立的索引存储规则 , 所有匹配到的字段名都会按照这种方式建立索引
<dynamicField name="*_s" type="string" indexed="true" stored="true" />
<dynamicField name="*_ss" type="string" indexed="true" stored="true" multiValued="true"/>
匹配规则 :
(1) 如果一个field的名字没有匹配到,那么就会用动态field试图匹配定义的各种模式。
(2) "*"只能出现在模式的最前和最后
(3) 较长的模式会被先去做匹配 :
(4) <dynamicField name="*_ss>比<dynamicField name="*_s>先匹配
(5) 如果2个模式同时匹配上,最先定义的优先
3. copyField : 拷贝字段
(1) 将多个field的数据放在一起同时搜索,提供速度
(2) 将一个field的数据拷贝到另一个,可以用2种不同的方式来建立索引。
<field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> // 组合字段要声明成multiValued="true"
<copyField source="cat" dest="text"/> // cat name text是上文建立好的静态字段
<copyField source="name" dest="text"/>
应用场景 :
比如现在要查询包涵"Java"的博客, 那么你肯定要查内容,标题是否包含Java,但是solr不能像SQL那样,
where tittle like '%Java%' or content like '%Java%'. 这个时候copyField就派上用场了,
定义一个新字段,将title和content 复制到这个新字段,索引的时候,直接从这个新字段查询,这样就达到目地了。
4. fieldType : 字段类型
<fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true" />
声明字段类型 , 供<field>引用
五. 查询语法
id:aaa [AND][OR] name:lj : 交集并集
price:[0 TO 93] : 范围查询 []闭区间,{}开区间
filterquery : 把第一次查询结果进行缓存
sort : 类似于mysql的order by price desc
start,rows : 相当于limit关键字
fl : 指定查询的字段
df : default field 默认查询字段
facet.query : 相当于group by price:[0 TO 100]
ROW.QUERY.PARAMETER : facet.query = price:[0 TO 100] && price:{100 TO 100]
facet.field : 分组字段 // name
facet.prefix : 字段值前缀 // a
Request-Handler : 配置的解析引擎
/select :
/spell : 实现拼写检查
六. 分词器
1. 分词器 : 把一段文本按照一定规则进行切分
<fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" />
</analyzer>
</fieldType>
2. 分词器的一般工作流程:
(1) 切分关键词
(2) 去除停用词
(3) 对于英文单词,把所有字母转为小写(搜索时不区分大小写)
七 IKAnalyzer整合solr
(一) 整合 : 通过页面上的Analyse测试效果
1. 下载IK工具包
2. 上传服务器,并解压,使用unzip命令
3. IKAnalyzer2012FF_u1.jar 拷贝到solr-web项目的lib目录下面
cp IKAnalyzer2012FF_u1.jar solr-4.10.4/example/solr-webapp/webapp/WEB-INF/lib/
4. IKAnalyzer.cfg.xml和stopword.dic 拷贝到solr-web项目的类路径下
注意:项目的类路径是指WEB-INF下面的classes目录,但是这个目录现在是不存在的,所以需要手工创建。
cp IKAnalyzer.cfg.xml solr-4.10.4/example/solr-webapp/webapp/WEB-INF/classes/
cp stopword.dic solr-4.10.4/example/solr-webapp/webapp/WEB-INF/classes/
5. 修改schem.xml文件
vi solr-4.10.4/example/solr/collection1/conf/schema.xml
添加下面内容
<!--配置IK分词器-->
<fieldType name="text_ik" class="solr.TextField">
<!--索引时候的分词器-->
<analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
<!--查询时候的分词器-->
<analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
6. 重启solr即可
(二) 自定义词库
1) 首先要有一个自定义字典,my.dic
自定义字典中的一行代表一个词语
注意:这个文件的编码必须是utf-8 without bom
2) 把这个dic文件上传到solrweb项目的类路径下
3) 修改ik的配置文件
vi IKAnalyzer.cfg.xml
<properties>
<comment>IK Analyzer 扩展配置</comment>
<!--用户可以在这里配置自己的扩展字典 -->
<entry key="ext_dict">my.dic;</entry>
<!--用户可以在这里配置自己的扩展停止词字典-->
<entry key="ext_stopwords">stopword.dic;</entry>
</properties>
3) 重启solr
4) (可选)添加多个自定义字典
<entry key="ext_dict">my.dic;my1.dic;</entry>
八 solr多core
1. 界面操作
core admin --> add core 界面上的unload可以让一个core下线,下线就是重命名core.properties为core.properties.unload
2. 直接操作
(1) cp example/solr/collection1 crxy
(2) 修改core.properties文件 : name=crxy
九. SolrJ
public class Article {@Field // 进行添加索引的属性加@Field注解private String id;@Fieldprivate String title;@Fieldprivate String describe;private String content;@Fieldprivate String author;public String getId() {return id;}public void setId(String id) {this.id = id;}public String getTitle() {return title;}public void setTitle(String title) {this.title = title;}public String getContent() {return content;}public void setContent(String content) {this.content = content;}public String getAuthor() {return author;}public void setAuthor(String author) {this.author = author;}public String getDescribe() {return describe;}public void setDescribe(String describe) {this.describe = describe;}}
public class SolrUtil {static final Logger logger = LoggerFactory.getLogger(SolrUtil.class);private static final String SOLR_URL = "http://192.168.182.130:7574/solr/collection1"; // shard分片下,无论连哪个地址都会查询所有shardprivate static HttpSolrServer server = null;static{try {server = new HttpSolrServer(SOLR_URL);server.setAllowCompression(true);server.setConnectionTimeout(10000);server.setDefaultMaxConnectionsPerHost(100);server.setMaxTotalConnections(100);} catch (Exception e) {logger.error("请检查tomcat服务器或端口是否开启!{}",e);e.printStackTrace();}}/** * 建立索引 * @throws Exception */public static void addIndex(Article article) {try {server.addBean(article);server.commit(true,true,true); // 第三个true代表软提交} catch (IOException e) {e.printStackTrace();} catch (SolrServerException e) {e.printStackTrace();}}/** * 查询 */@SuppressWarnings("unchecked")public static Map<String,Object> search(String skey, Long start, Long row) throws Exception {// schema.xmml中设置了id为uniquekey,增加索引时,如果id相同则更新索引,id不同则新增索引SolrQuery param = new SolrQuery();param.set("q","text:"+skey);//param.set("fq","title:\"title1\""); // fq与q的查询内容取交集,并把fq的内容缓存param.addFacetField("title"); //按照title字段分组param.setStart(start.intValue());param.setRows(row.intValue());param.setHighlight(true);param.addHighlightField("title"); //给查询出title字段家高亮param.addHighlightField("describe");param.setHighlightSimplePre("<font color='red'>");param.setHighlightSimplePost("</font>");QueryResponse reponse = server.query(param);List<Article> articleLi = reponse.getBeans(Article.class); //long numFound = reponse.getResults().getNumFound();Map<String, Map<String, List<String>>> highlighting = reponse.getHighlighting(); // <id,{"title":"{list}","describe":{list}}>>for (Article article : articleLi) {String id = article.getId();Map<String, List<String>> map = highlighting.get(id);List<String> titles = map.get("title");if(CollectionUtils.isNotEmpty(titles)){article.setTitle(titles.get(0));}List<String> describes = map.get("describe");if(CollectionUtils.isNotEmpty(describes)){article.setDescribe(describes.get(0));}}HashedMap hashedMap = new HashedMap();hashedMap.put("dataList",articleLi);hashedMap.put("nummFound",numFound);System.out.println(hashedMap);return hashedMap;}/** 拼写检查 */public static void checkSpell(){SolrQuery param = new SolrQuery();param.set("q","title:title1");param.set("qt","/spell");try {QueryResponse response = server.query(param);SolrDocumentList results = response.getResults();long numFound = results.getNumFound();if(numFound==0){List<SpellCheckResponse.Suggestion> suggestions = response.getSpellCheckResponse().getSuggestions();for (SpellCheckResponse.Suggestion suggestion : suggestions) {int suggestNum = suggestion.getNumFound();System.out.printf("推荐词个数:"+suggestNum);List<String> list = suggestion.getAlternatives();for (String s : list) {System.out.println(s);}}}else{for (SolrDocument result : results) {Collection<String> fieldNames = result.getFieldNames();for (String fieldName : fieldNames) {Object value = result.get(fieldName);System.out.println("字段名:"+fieldName+",字段值:"+value);}System.out.println("===================================================");}}} catch (SolrServerException e) {e.printStackTrace();}}public static void main(String[] args) {checkSpell();}}
十. solr时间问题
solr的时间 , 页面上显示时间比真实事件少8小时, java代码操作的话没问题
十一. solr的主从结构 (解决高并发响应速度慢的问题)
<lst name="master"> <!-- 主从结构时主节点应该打开此处配置-->
<str name="replicateAfter">commit</str> <!--solrserver.commit()后从节点开始同步索引-->
<str name="replicateAfter">startup</str> <!--从节点重启后开始同步索引-->
<str name="confFiles">schema.xml,stopwords.txt</str>
</lst>
<lst name="slave"> <!--主从结构时,从节点修改的配置-->
<str name="masterUrl">http://your-master-hostname:8983/solr/collection1</str><!--配置主节点url,-->
<str name="pollInterval">00:00:60</str><!--每隔60--秒同步一次-->
</lst>
动态切换主从角色 : 只需要把所有节点上面的配置都统一修改为下面配置即可
<lst name="${master:master}">
<str name="replicateAfter">commit</str>
<str name="replicateAfter">startup</str>
<str name="confFiles">schema.xml,stopwords.txt</str>
</lst>
<lst name="${slave:slave}">
<str name="masterUrl">http://${masterurl}:8983/solr</str>
<str name="pollInterval">00:00:60</str>
</lst>
这样在启动的时候
启动主节点:java -Dslave=disabled -Dmasterurl -jar start.jar
启动从节点:java -Dmaster=disabled -Dmasterurl=192.168.1.170 -jar start.jar
十二. solrcloud操作solr集群
String zkHost = "192.168.1.170:2181,192.168.1.171:2181";
CloudSolrServer server = new CloudSolrServer(zkHost );
server.setDefaultCollection("collection1");
SolrQuery query = new SolrQuery();
query.set("q", "*:*");
QueryResponse response = server.query(query);
SolrDocumentList results = response.getResults();
十三. solr的提交方式
代码手动提交 :
1. 硬提交 : 代码中 httpSolrServer.commit();把索引到硬盘中 (写index文件)
2.软提交 : httpSolrServer.commit(true,true,true); // 索引库中没有 , 但是能查询到 (软提交把数据提交到内存) , 但是会产生提交的log日志 , 在下次
启动solr时 , solr根据提交日志, 把数据恢复到index目录中 , 所以数据不会丢失. 这是一种兼顾实时性与性能的这种选择 (写log文件)
1. 硬提交 : 代码中 httpSolrServer.commit();把索引到硬盘中 (写index文件)
2.软提交 : httpSolrServer.commit(true,true,true); // 索引库中没有 , 但是能查询到 (软提交把数据提交到内存) , 但是会产生提交的log日志 , 在下次
启动solr时 , solr根据提交日志, 把数据恢复到index目录中 , 所以数据不会丢失. 这是一种兼顾实时性与性能的这种选择 (写log文件)
自动硬提交触发时,软提交的数据从内存刷到文件中
solr中配置自动硬软提交
自动硬提交 : 代码中不执行commit() , 每隔15秒提交一次索引到硬盘 , 或记录达到10000条自动提交 .
solr中配置自动硬软提交
自动硬提交 : 代码中不执行commit() , 每隔15秒提交一次索引到硬盘 , 或记录达到10000条自动提交 .
这种自动提交 , 如果<openSearcher>false , 相当于没有重新刷新索引 , 所以自动提交后还是查不到.
openSearch消耗性能 , 所以应该配置maxDoc与maxTime尽量大(solr中必须设置自动硬提交, 否则代码的软提交没法写成index索引文件 , 只是log文件+内存中的数据, 可能造成内存溢出 )
<autoCommit>
<maxTime>${solr.autoCommit.maxTime:15000}</maxTime>
<!-- <maxDocs>10000</maxDocs> -->
<openSearcher>false</openSearcher>
</autoCommit>
自动软提交 (每隔多长时间吧内存中的数据写一次log日志)
<autoSoftCommit>
<maxTime>${solr.autoSoftCommit.maxTime:1000}</maxTime>
</autoSoftCommit>
[注] : 通常配置1-10分钟自动硬提交 , 每秒软提交
关于存储字段和索引字段 : 例如sql: select id , auth from tableA where content='aa' 此时content作为索引字段进行查询(index=true),id.auth作为存储字段显示(stored=true)
将多个索引文件合并成1个索引文件,避免发生too many files一场(linux系统抛出) httpSolrServer.optimize()代码 (消耗性能,应在夜晚执行)
精确查询 : 不对查询字段的值进行分词 , params.set("q",content:\"刘德华\")
<autoCommit>
<maxTime>${solr.autoCommit.maxTime:15000}</maxTime>
<!-- <maxDocs>10000</maxDocs> -->
<openSearcher>false</openSearcher>
</autoCommit>
自动软提交 (每隔多长时间吧内存中的数据写一次log日志)
<autoSoftCommit>
<maxTime>${solr.autoSoftCommit.maxTime:1000}</maxTime>
</autoSoftCommit>
[注] : 通常配置1-10分钟自动硬提交 , 每秒软提交
关于存储字段和索引字段 : 例如sql: select id , auth from tableA where content='aa' 此时content作为索引字段进行查询(index=true),id.auth作为存储字段显示(stored=true)
将多个索引文件合并成1个索引文件,避免发生too many files一场(linux系统抛出) httpSolrServer.optimize()代码 (消耗性能,应在夜晚执行)
精确查询 : 不对查询字段的值进行分词 , params.set("q",content:\"刘德华\")
十四. Solr与Hbase
hbase通过行健查询很快
1. 配置solrschema.xml : 修改field字段
id index:true store:true
title index:true store:true
author index:false store:true
describe index:true store:true
content 该字段内容很多,index:false store:false
2. 配置ik分词器
(1) 复制IkAnalyzer.jar到 solr-webapp/webapp/web-inf/lib
(2) 拷贝IKAnalyzer.cfg.xml和stopword.dic到solr-webapp/webapp/web-inf/目录下
(3) 修改schema.xml配置中文分词器
<span style="white-space:pre"></span><!--配置IK分词器--><fieldType name="text_ik" class="solr.TextField"><!--索引时候的分词器--><analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/><!--查询时候的分词器--><analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/></fieldType>
将字段的type改为text_ik
0 0
- Solr(二)
- solr导入数据(二)
- solr简介(二)
- [搜索] Solr (二) 配置文件
- 二、Solr安装(Tomcat)
- solr笔记(二)
- Solr学习之二:Solr配置文件说明
- solr系列二:solr导入数据库数据
- solr<二> Java 操作 solr CURD
- Apache Solr初体验二
- solr增量导入数据 【二】
- 【solr基础教程之二】索引
- solr进阶二:新建core
- 【solr基础教程之二】索引
- 【solr基础教程之二】索引
- solr环境搭建(二)
- solr整合springmvc开发(二)
- Solr初步探索(二)
- Codeforces Round #343 (Div. 2) Problem C——Famil Door and Brackets
- android开发习惯优化小记
- 在VS2015中用C++创建MFC规则动态库DLL
- 导航控制器下控件偏移问题
- 极光推送在ionic项目的应用
- Solr(二)
- Oracle db 参数文件笔记
- 继承,封装,多态
- Search in Rotated Sorted Array
- Tornado.options源码解读
- 8VC Venture Cup 2016 - Elimination Round-A. Robot Sequence(模拟)
- muduo库的学习4---loop的基本设计---EventLoop细节
- TortoiseGit在Windows下的安装和使用
- poj 3368(RMQ问题)