Solr4.0的Tomcat部署及Solrj的简单使用教程

454次阅读

共计 7703 个字符，预计需要花费 20 分钟才能阅读完成。

Solr 是一个非常流行的，高性能的开源企业级搜索引擎平台，属于 Apache Lucene 项目。主要功能包括强大的全文检索、结果高亮、切面检索、动态聚类、数据库整合、富文本（例如 Word，PDF）的处理，以及地理信息搜索。Solr 是高度可扩展的，提供分布式检索和索引复制，并为世界上众多的大型网站提供搜索和导航功能。
Solr 使用 Java 编写，可运行于 servlet 容器（如 Tomcat）作为一个独立的全文搜索服务器。Solr 以 Lucene 为核心来创建索引和进行搜索，并提供类似 REST 的 HTTP / XML 和 JSON API，这些 API 可以在任何编程语言中使用。通过 Solr 强大的扩展配置可适应几乎任何类型非 Java 编写应用程序，同时拥有丰富的插件来扩展高级功能。

先进的全文检索功能
专为高通量的网络流量进行的优化
基于标准的开放接口 – XML，JSON 和 HTTP
综合的 HTML 管理界面
暴露 JMX 接口以方便监控服务器统计
可扩展性 – 有效地复制到其他 Solr 搜索服务器
使用 XML 配置达到灵活性和适配性
可扩展的插件体系结构

一个真正的拥有动态域 (Dynamic Field) 和唯一键 (Unique Key) 的数据模式(Data Schema)
对 Lucene 的查询语言进行了强大的扩展
切面搜索和过滤
地理空间信息搜索
先进的，可配置的文本分析
高度可配置、可扩展的缓存机制
性能优化
支持通过 XML 配置
提供管理界面
可监控日志记录
支持高速增量式更新 (Fast incremental Updates) 和快照发布(Snapshot Distribution)
高度可扩展的分布式搜索，片式指数在多台主机
JSON，XML，CSV / 分隔的文本和二进制更新格式
使用简单的方法即可从数据库、XML 文件数据、本地磁盘、HTTP 等来源获取数据
基于 Apache Tika 对富文本进行解析和索引（PDF，WORD，HTML 等）
Apache UIMA 集成的可配置的元数据提取
支持多个搜索索引

以上的介绍翻译自：http://lucene.apache.org/solr/。大概的翻译，如有错误欢迎指出。

从 Solr 的官方网站上下载的 Solr 包里面有一个基于 jetty 的示例运行环境。下载 Solr 包，打开里面的 example 目录，点击里面的 start.jar。在浏览器里面输入 http://localhost:8983/solr, 可以看到如下界面。

Solr4.0 的 Tomcat 部署及 Solrj 的简单使用教程

以上是 Solr 管理控制台的主页，左边是导航。可以使用 http://localhost:8983/solr/#/collection1/query 进行查询结果的查看。这里提供的是一个方便示例界面。现在应该是没有数据的，因为没有向里面添加索引。可以使用 solr 提供的 post.jar 包进行简单的索引添加。这里不再介绍此方法，后面使用 Solrj 进行操作。具体的可以查看 Solr 目录下面的 /docs/tutorial.html 文档。

上面的运行是 Solr 默认绑定的一个 jetty，如果需要在 tomcat 中运行 solr，方法如下：

1、将 Solr/dist/apache-solr-4.0.0.war 此 war 包复制到 tomcat 的 webapps 目录下面，并重命名成 solr。

2、点击 tomcat/bin/startup.bat 运行 tomcat，这时 tomcat 会解压 solr.war 包到 webapps 目录下面。看到控制台里面会有报错提示，是找不到 solr 的实例运行环境。这时关闭 tomcat。

3、删除 webapps 目录下面的 solr.war 包。将下载的 solr 目录下面的 example 下面的 solr 目录复制到 tomcat 的 webapps/solr 下面。下面的目录结构大概是这样的 webapps/solr/solr/collection1 类似这样的。

4、打开 webapps/solr/WEB-INF/web.xml 文件，在里面添加如下内容。env-entry-value 这个目录是指向上一个步骤中的目录。这里使用的是相对目录（相对于 tomcat 的 bin 目录），也可以使用绝对路径，如 d:/solr 等。步骤 3 中的目录不一定要位于 tomcat 中，只要此步骤中将路径配置正确即可。

<env-entry>
 <env-entry-name>solr/home</env-entry-name>
 <env-entry-value>../webapps/solr/solr</env-entry-value>
 <env-entry-type>java.lang.String</env-entry-type>
 </env-entry>

5、再次运行 tomcat，输入 http://localhost:8080/solr 即可访问在 tomcat 中运行的 solr 环境。

从上面的步骤中可以看出 Solr 提供了一个企业搜索引擎平台的核心，可以通过他的接口进行索引的创建、修改、删除。并提交关键字进行搜索。但如果要真正的投入使用，还是有不和工作需要做，如：

1、对向 Solr 提交索引进行一定的封装以方便业务系统进行操作

2、对搜索进行封装，以方便结果的展现分析等等。

Solrj 是使用 java 编写的一个操作 Solr 的工具，方便于进行索引的更新、搜索结果的获取等等。

在 Solr 的发布包里面有 Solrj 的相关 jar 包。Solrj 需要的 jar 包为：

apache-solr-solrj-4.0.0.jar 和他的依赖包 solr/dist/solrj-lib

如果是使用 maven，可以添加：

<dependency>
 <groupId>org.apache.solr</groupId>
 <artifactId>solr-solrj</artifactId>
 <version>4.0.0</version>
</dependency>

更多详情见请继续阅读下一页的精彩内容：http://www.linuxidc.com/Linux/2014-05/102135p2.htm

Solr3.6.1 在 Tomcat6 下的环境搭建 http://www.linuxidc.com/Linux/2013-01/77664.htm

基于 Tomcat 的 Solr3.5 集群部署 http://www.linuxidc.com/Linux/2012-12/75297.htm

在 Linux 上使用 Nginx 为 Solr 集群做负载均衡 http://www.linuxidc.com/Linux/2012-12/75257.htm

Linux 下安装使用 Solr http://www.linuxidc.com/Linux/2012-10/72029.htm

在 Ubuntu 12.04 LTS 上通过 Tomcat 部署 Solr 4 http://www.linuxidc.com/Linux/2012-09/71158.htm

Solr 实现 Low Level 查询解析（QParser）http://www.linuxidc.com/Linux/2012-05/59755.htm

基于 Solr 3.5 搭建搜索服务器 http://www.linuxidc.com/Linux/2012-05/59743.htm

Solr 3.5 开发应用教程 PDF 高清版 http://www.linuxidc.com/Linux/2013-10/91048.htm

Solr 4.0 部署实例教程 http://www.linuxidc.com/Linux/2013-10/91041.htm

Solr 的详细介绍：请点这里
Solr 的下载地址：请点这里

使用 Solrj 是首先我们实例化一个 SolrServer，这里使用 HttpSolrServer。我们再创建一个 SolrInputDocument 以方便来添加要索引的数据。这里的 Field 是在 \solr\solr\collection1\conf\schema.xml 里面定义的，如果里面没有定义的字段在这里是不能添加的，除非是使用动态字段。示例代码如下：

String url = "http://localhost:8080/solr"; 
SolrServer server = new HttpSolrServer(url);
SolrInputDocument doc1 = new SolrInputDocument(); 
doc1.addField("id", "1");
doc1.addField("title", "云南 xxx 科技");
doc1.addField("cat", "企业信息门户，元数据，数字沙盘，知识管理");
SolrInputDocument doc2 = new SolrInputDocument(); 
doc2.addField("id", "2");
doc2.addField("title", "胡启稳");
doc2.addField("cat", "知识管理，企业信息门户，云南，昆明");
SolrInputDocument doc3 = new SolrInputDocument(); 
doc3.addField("id", "3");
doc3.addField("title", "liferay");
doc3.addField("test_s", "这个内容能添加进去么？这是动态字段呀");
List<SolrInputDocument> docs = new ArrayList<SolrInputDocument>();
docs.add(doc1);
docs.add(doc2);
docs.add(doc3);
server.add(docs);
server.commit();

到此就添加了三个 document 到 solr 的索引库里面。下面介绍如何进行搜索。

搜索的第一步和上面一样，先取得一个 SolrServer。然后创建一个 SolrQuery 进行搜索，搜索取得的数据已经封装在 QueryResponse 里面，通过相关 API 获取结果数据。示例代码如下：

String url = "http://localhost:8080/solr"; 
SolrServer server = new HttpSolrServer(url); 
SolrQuery query = new SolrQuery("云南");
try {QueryResponse response = server.query(query);
 SolrDocumentList docs = response.getResults();
 System.out.println("文档个数：" + docs.getNumFound()); 
 System.out.println("查询时间：" + response.getQTime());
for (SolrDocument doc : docs) {System.out.println("id:" + doc.getFieldValue("id")); 
 System.out.println("name:" + doc.getFieldValue("title")); 
 System.out.println();}