solr 入门笔记

    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"/>

修改完之后，重启solr，然后重新导入文档：

java -jar post.jar *.xml

就可以匹配了。

笔记到此！

最后的文本分析有待验证。

转自：点击打开链接