1.下载solr-4.7.1
http://www.apache.org/dyn/closer.cgi/lucene/solr/4.7.1
环境需求：java 1.6版本以上；solr运行需要java serverlet 容器，默认使用jetty，或者tomcat，jboss等等。
2.Tomcat部署solr：
1. 安装好jdk 1.6以上（我用是jdk 1.7.0_15），安装好tomcat（我用是apache-tomcat-7.0.6），并配置环境变量。
2. 将解压包中的solr-4.7.1/dist/solr-4.7.1.war复制到tomcat_dir/webapps/目录，并命名为solr.war。
3. 将solr-4.7.1/example/lib/ext/目录下的jar文件复制到tomcat/lib目录下，将solr-4.7.1/example/resources/下的log4j.properties文件复制到tomcat_dir/lib目录下;
切把 solr-4.7.1/example/solr，复制到tomcat_dir/bin下。
4.修改tomcat_dir/conf/server.xml
|
1
2
3
4
|
<
Connector
port
=
"8080"
protocol
=
"HTTP/1.1"
connectionTimeout
=
"20000"
redirectPort
=
"8443"
URIEncoding
=
"UTF-8"
/>
|
5.创建solr.xml，存放在路径：tomcat/conf/Catalina/localhost/solr.xml，内容：
|
1
2
3
4
|
<
Context
path
=
"/solr"
docBase
=
"F:\Tomcat 7.0\webapps\solr.war"
debug
=
"0"
crossContext
=
"true"
>
<
Environment
name
=
"solr/home"
type
=
"java.lang.String"
value
=
"FF:\Tomcat 7.0\bin\solr\"
override
=
"true"
/>
</
Context
>
|
注意：上面的docBase和value路径中不能存在中文字符，否则会出现404错误。
此时若安装及配置都正确，在浏览器中输入：http://127.0.0.1:9000/solr/，会出现Solr的管理界面：
6.将F:\Tomcat 7.0\webapps下的solr.war包，启动项目解压；然后再添加几个jar包：
solr-4.7.1\dist\solr-dataimporthandler-4.7.1.jar;
solr-4.7.1\dist\solr-dataimporthandler-extras-4.7.1.jar;
还要加载数据库驱动包：mysql-connector-java-3.1.13-bin.jar
7、在F:\Tomcat 7.0\bin\solr\collection1\conf 下的solrconfig.xml增加以下数据库配置：
|
1
2
3
4
5
|
<
requestHandler
name
=
"/dataimport"
class
=
"org.apache.solr.handler.dataimport.DataImportHandler"
>
<
lst
name
=
"defaults"
>
<
str
name
=
"config"
>data-config.xml</
str
>
</
lst
>
</
requestHandler
>
|
8.将tomcat\bin\solr\collection1\conf下增加data-config.xml文件，内容如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
<
dataConfig
>
<
dataSource
type
=
"JdbcDataSource"
driver
=
"com.mysql.jdbc.Driver"
url
=
"jdbc:mysql://192.168.1.221:3306/tmsdb"
user
=
"root"
password
=
"123456"
/>
<
document
name
=
"content"
>
<
entity
name
=
"node"
query
=
"select id,author,title,content from solrdb"
>
<
field
column
=
"id"
name
=
"id"
/>
<
field
column
=
"author"
name
=
"author"
/>
<
field
column
=
"title"
name
=
"title"
/>
<
field
column
=
"content"
name
=
"content"
/>
</
entity
>
</
document
>
</
dataConfig
>
|
9.增加中文分词器，ik-analyzer的配置如下：
①目前的中文分词主要有两种
1，基于中科院ICTCLAS的隐式马尔科夫hhmm算法的中文分词器，例如smartcn等。（不支持自定义扩展词库）
2，基于正向迭代最细粒度切分算法（正向最大匹配并且最细分词）例如IK，庖丁等（支持自定义扩展词库）
安装分词前，可以去下载IK的分词包 ：
|
1
|
IK-Analyzer-
4.7
.
1
-
0.0
.
1
-SNAPSHOT.jar
|
下载完毕后，将此包放进tomcat\solr的\WEB-INF\lib下面：tomcat\webapps\solr\WEB-INF\lib 。
下面需要在solr的schemal.xml进行分词器注册:
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
|
<!-- 配置IK分词器 -->
<
fieldType
name
=
"text_ik"
class
=
"solr.TextField"
positionIncrementGap
=
"100"
>
<
analyzer
type
=
"index"
>
<!-- 分词-->
<
tokenizer
class
=
"org.wltea.analyzer.lucene.IKTokenizerFactory"
/>
<!-- 禁用词过滤根据情况使用-->
<!-- <filter class="org.wltea.analyzer.lucene.IKStopFilterFactory"/> -->
</
analyzer
>
<
analyzer
type
=
"query"
>
<!-- 分词-->
<
tokenizer
class
=
"org.wltea.analyzer.lucene.IKTokenizerFactory"
/>
<!-- 禁用词过滤根据情况使用-->
<!-- <filter class="org.wltea.analyzer.lucene.IKStopFilterFactory"/>-->
</
analyzer
>
</
fieldType
>
|
最后还得配置一个引用字段就OK了
|
1
|
<
field
name
=
"ik"
type
=
"text_ik"
indexed
=
"true"
stored
=
"true"
multiValued
=
"true"
/>
|
②它的安装部署十分简单，将IKAnalyzer2012.jar部署亍项目的lib目录中；IKAnalyzer.cfg.xml不stopword.dic文件放置在class根目录（对于web项目，通常是WEB-I NF/classes目彔，同hibernate、log4j等配置文件相同）下即可 ；然后配置solr4.7中schema.xml配置解析器：
|
1
2
3
4
5
6
7
|
<
schema
name
=
"example"
version
=
"1.1"
>
……
<
fieldType
name
=
"text"
class
=
"solr.TextField"
>
<
analyzer
class
=
"org.wltea.analyzer.lucene.IKAnalyzer"
/>
</
fieldType
>
……
</
schema
>
|
10. solr schema.xml配置总结：
schema.xml 在solr/conf/目录下，类似于数据表配置文件。
为了改进性能，可以采取以下几种措施：
①. 将所有只用于搜索的，而不需要作为查询结果的field（特别是一些比较大的field）的stored设置为false。
②. 将不需要被用于搜索的，而只是作为查询结果返回的field的indexed设置为false。
③. 删除所有不必要的copyField声明，根据需要决定是否进行存储。
④. 为了索引字段的最小化和搜索的效率，将所有的 text fields的index都设置成false，然后使用copyField将他们都复制到一个总的 text field上，然后对他进行搜索。
⑤. 使用尽可能高的Log输出等级，减少日志量。可以在solr/admin 中的 LOGGING 进行设置。
特珠说明：
1. 高亮是基于分词的，所有存储需要高亮显示的字段 一定要分词（text）才能高亮显示。
2. 排序字段 是不能当 查询过滤的条件。
文本主要配置项：
①. field 类型定义
重点是中文分词的添加
②. field 各属性定义
name type类型 indexed是否建立索引 stored是否存储 required 是否必填项 multiValued多值存储
③. 唯一key
<uniqueKey>id</uniqueKey>
文档的唯一标识， 必须填写这个field（除非该field被标记required="false"），否则solr建立索引报错。
④. 默认搜索字段 field
<defaultSearchField>text</defaultSearchField>
如果搜索参数中没有指定具体的field，那么这个做为默认的域。
⑤. 搜索参数短语间逻辑
<solrQueryParser defaultOperator="OR"/>
配置搜索参数短语间的逻辑，可以是"AND|OR"。
备注： AND是交集，OR是并集
⑥. 复制字段
<copyField source="content" dest="text"/>
将多个字段的值 复制至 一个字段中，如果被复制的字段都设置为stored，那个这个字段务必不要设置成stored=true
⑦. 自定义评分器
<similarity class="......SolrSimilarity"/>
SolrSimilarity 是继承 DefaultSimilarity的子类，或者实现评分器接口的类。
解析：multiValued：是否包含多个值，如果要使用后面的copyField将其他字段放入默认搜索中就必须允许多指，否则会报：multiple values encountered for non multiValued copy field content。
defaultSearchField配置默认搜索索引，copyField可以将 title、author字段添加至content默认搜索中
|
1
2
3
4
5
|
<
uniqueKey
>id</
uniqueKey
>
<
defaultSearchField
>content</
defaultSearchField
>
<
solrQueryParser
defaultOperator
=
"OR"
/>
<
copyField
source
=
"title"
dest
=
"content"
/>
<
copyField
source
=
"author"
dest
=
"content"
/>
|