solr 入门笔记
来源:互联网 发布:linux ipv6 编辑:程序博客网 时间:2024/06/05 18:32
solr采用Lucene搜索库为核心,提供全文索引和搜索开源企业平台,提供REST的HTTP/XML和Json的API,以下是我的测试环境:
1.solr版本4.5.0
2.jdk是1.6
准备
java相关坏境配置,相信大家熟知,然后下载并解压solr,最后在解压后的目录下solr-4.5.0 ->example 找到start.jar
运行cmd运行:
java -jar start.jar
表示已经成功启动solr服务
接着浏览器中访问:http://localhost:8983/solr/ 后就能开到solr的管理界面。
索引数据
服务启动之后,目前你看到的界面没有任何数据,你可以通过POSTing命令向Solr中添加(更新)文档,删除文档,在exampledocs目录包含一些
实例文件,运行命令:
java -jar post.jar solr.xm monitor.xml 或者 添加所有xml文件:java -jar post.jar *.xml
或
上两图分别表示向Solr添加了两份xml文档和目录底下所有的xml文件,先看看solr.xml里面的文件内容:
添加的文档就是数据源,现在就可以通过管理界面来搜索关键词“solr”:
然后点击下面的 Execute Query按钮后右侧会出现查询结果,这个结果就是刚刚添加到solr.xml文档Json格式的展示结果。Solr支持丰富的查询语法,
如:现在想搜索字段name的值为:Search,就可以用name:search,当然你在本测试环境中搜索是没有结果的,因为文档就没有这样的内容。
数据导入
Solr导入数据的方式的多种多样的:
1.可以使用DIH(DataImportHandler)从数据库导入数据
2.支持CSV文件导入,因此Excel也可以导入
3.支持Json格式文档
4.二进制文档,如:Word、PDF
5.以编程的方式来自定义导入
更新数据
如果是同一份分档solr.xml重复导入会出现什么情况呢? 实际上solr会根据文档的字段Id来唯一标示文档,如果导入的文档的Id已经存在在Solr中,
那么这份文档就被最新导入的同Id的文档自动替换,检测的方法是管理界面的几个参数:Num Docs,Max Doc,Deleted Docs的变化。
Num Docs:当前系统中的文档数量,它有可能大于xml文件数,因为一个xml文件可能会有多个<doc>标签
Max Doc:有可能比Num Docs的值大,比如重复post同一份文件后,maxDoc的值就增大了
Deleted Docs:重复post文件会替换老的文档,同时deletedDocs的值会加1,不过这只是逻辑删除,并没有真正从索引中删除
删除数据
通过Id删除文档,或者通过一个查询来删除匹配文档
java -Ddata=args -jar post.jar "<delete><id>SOLR1000</id></delete>"
java -Ddata=args -jar post.jar "<delete><query>name:DDR</query></delete>"
此时solr.xml文档已经从索引中删除,再次搜索不在返回结果。当然solr也有数据库中的事务,执行删除命令的时候,会自动提交。
文档就会立即从索引中删除,你也可以将commit设置为false,手动提交事务:
java -Ddata=args -Dcommit=false -jar post.jar "<delete><id>SOLR1000</id></delete>"
执行上面的命令后,并没有真正删除,还是可以搜索到结果,还要通过以下命令:
java -jar post.jar -
提交事务,文档就彻底删除了。现在我们又重新导入数据文档,继续:
删除所有数据:
http:
//localhost:8983/solr/collection1/update?stream.body=<delete><query>*:*</query></delete>&commit=true
删除指定数据:
http:
//localhost:8983/solr/collection1/update?stream.body=<delete><query>title:abc</query></delete>&commit=true
多条件删除:
http:
//localhost:8983/solr/collection1/update?stream.body=<delete><query>title:abc AND name:zhang</query></delete>&commit=true
查询数据
查询数据都是通过HTTP的GET请求获取的,搜索关键词用参数:q,另外还可以指定很多可选的参数来控制信息的返回,例如:
f1=name,那么返回的数据就只包括name字段的内容。
http:
//localhost:8983/solr/collection1/select?q=solr&fl=name&wt=json&indent=true
排序
Solr提供排序功能,通过参数sort来指定,支持正序,倒序,或者多个字段排序
q=video&sort=price desc
q=video&sort=price asc
q=video&sort=inStock asc,price desc
默认条件下,Solr根据socre倒序,socre是一条搜索记录根据相关度计算出来的一个分数。
高亮
网页搜索中,为了突显搜索结果,可能会对匹配的关键词高亮出来,Solr提供了很好的支持,只要指定参数:
hl=true #开启高亮功能
hl.fl=name #指定需要高亮的字段
http:
//localhost:8983/solr/collection1/select?q=Search&wt=json&indent=true&hl=true&hl.fl=features
返回的内容包括:
"highlighting"
:{
"SOLR1000"
:{
"features"
:[
"Advanced Full-Text <em>Search</em> Capabilities using Lucene"
]
}
}
文本分析
文本字段通过把文本分割成单词以及运用各种转换方法(如:小写转换、复数移除、词干提取)后被索引,schema.xml文件中定义了字段在
索引中,这些字段将作用于其中,默认情况下搜索“power-shot”是不能匹配“powershot”的,通过修改schema.xml文件(solr/example/
solr/collection1/conf),把features和text字段替换成“text_en_splitting”类型,就能索引到了。
<field name=
"features"
type=
"text_en_splitting"
indexed=
"true"
stored=
"true"
multiValued=
"true"
/>
...
<field name=
"text"
type=
"text_en_splitting"
indexed=
"true"
stored=
"false"
multiValued=
"true"
/>
- solr学习笔记-入门
- solr 入门笔记
- solr 入门与学习笔记
- solr学习笔记(一):入门
- solr入门
- Solr入门
- solr入门
- solr入门
- Solr入门
- solr入门
- Solr入门
- solr入门
- solr入门
- solr入门
- Solr入门之官方文档6.0阅读笔记系列(一)
- Solr入门之官方文档6.0阅读笔记系列(二)
- Solr入门之官方文档6.0阅读笔记系列(三)
- Solr入门之官方文档6.0阅读笔记系列(四)
- Java并发编程:Callable、Future和FutureTask
- Android TextUtils类常用方法
- 阅读郭林《第一行代码》的笔记——第9章 后台默默的劳动者,探究服务
- ORA-10456: cannot open standby database; media recovery session may be in progress
- 学数据结构的第一个算法,最大子列和问题,即求一个数组连续子列和求最大
- solr 入门笔记
- 一次完整的从webshell到域控的探索之路
- 51nod1264 线段相交
- 数据库--使用索引的注意事项及常见场景
- gdebi
- jdk+hadoo+hbase安装
- LeetCode-----13. Roman to Integer
- libpng error: CgBI: unhandled critical chunk-Cocos2d-x在iPhone真机上 加载图片崩溃提示
- 高通SPI指纹模块driver调试