solr5.0入门
博客专区 > jiangwu 的博客 > 博客详情
solr5.0入门
jiangwu 发表于3年前
solr5.0入门
  • 发表于 3年前
  • 阅读 459
  • 收藏 3
  • 点赞 1
  • 评论 0

华为云·免费上云实践>>>   

摘要: solr5.0搭建、整合smartcn分词、导入数据、创建索引、查询接口配置。一次性教育! 升级solr6.0

   简介: solr5.0是一个独立的应用程序,不再依赖其他Web服务器就能提供Web服务(这是和4.x版本最大的差异,内置jetty)。

下载:http://lucene.apache.org/solr/

    

  1. 安装solr

    下载压缩包解压即可!

  2. 目录说明

    • dist 各种jar包

    • contrib 各种jar包

    • bin 常用命令脚本

    • server web服务器

      • solr 未来创建的core会在该目录下

        • configsets  solr配置集,新建的core可以从这里拷贝配置

        • xx-core

          • conf 配置文件

            • solrconfig.xml solr的配置信息

            • schema.xml 分词器配置信息

          • data 索引等数据

      • logs 日志文件

      • webapps web程序部署位置

    • example 

      • example-DIH 数据导入工具

    • licenses 各种授权协议

    • docs api文档

  3. 启动solr

            solr提供了启动脚本

    bin/solr start
    前台运行	bin/solr start -f
    指定端口号 bin/solr start -p 8984(默认端口号8983)
    查看solr状态 bin/solr status
    结束solr  bin/solr stop -p 8984

     后台管理地址 http://localhost:8984/solr

    logging:显示日志

    Core Admin: core就是搜索示例,放置索引。

    java properties:查看java配置信息

    Thread dump:查看线程信息

  4. 创建一个搜索实例

    {solr安装路径}/server/solr/新建一个文件夹命名为test

    拷贝{solr安装路径}/server/solr/configsets/sample_techproducts_configs到test目录下

    目录结构如下:
             

    在后台采用如下配置:

  5. 配置smartcn分词期

    1. 第一步:导入smartcn的jar包

      在{solr安装路径}/server/solr/test/conf/solrconfig.xml加入如下代码

      <lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lucene-libs/" regex=".*smartcn.*\.jar"></lib>
    2. 第二步:配置分词器

      1.solr5

      在{solr安装路径}/server/solr/test/conf/schema.xml加入如下代码

      <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">
            <analyzer> 
                <tokenizer class="org.apache.lucene.analysis.cn.smart.SmartChineseSentenceTokenizerFactory"/>
                <filter class="solr.LowerCaseFilterFactory"/>     
                <filter class="org.apache.lucene.analysis.cn.smart.SmartChineseWordTokenFilterFactory"/>           
            </analyzer>
          </fieldType>
      2.solr6

      在{solr安装路径}/server/solr/test/conf/managed-schema加入如下代码

      <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">
            <analyzer> 
                <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
                <filter class="solr.LowerCaseFilterFactory"/>
                <filter class="solr.StopFilterFactory" ignoreCase="false" words="stopwords.txt" />           
            </analyzer>
          </fieldType>

       

    3. 第三步:检查是否正确配置
       
       如果可以搜索到text_cn即表示配置成功,最好用一段文字测试下分词结果。

  6. 配置数据导入handler(用于数据导入,生成索引)

    1. 第一步:导入相关jar包(solr6不需要这一步)

      在{solr安装路径}/server/solr/test/conf/solrconfig.xml加入如下代码

      <lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-dataimporthandler-.*\.jar" />
    2. 第二步:配置handler(solr6不需要这一步)

      在{solr安装路径}/server/solr/test/conf/solrconfig.xml加入如下代码

      <requestHandler name="/dataimport" class="solr.DataImportHandler">
          <lst name="defaults">
            <str name="config">db-data-config.xml</str>
          </lst>
        </requestHandler>
    3. 第三步:配置数据源,源数据与索引的隐射关系

      在{solr安装路径}/server/solr/test/conf/下新建db-data-config.xml,配置如下:

      <dataConfig>
          <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/appfamecms" user="1" password="1"/>
          <document name="articles">
              <entity name="cms_article" query="select id,title,content,create_time from cms_article">
                  <field column="id" name="id" />
                  <field column="title" name="title" />
                  <field column="content" name="content" />
                  <field column="create_time" name="create_time" />
              </entity>
          </document>
      </dataConfig>
    4. 第四步:验证配置是否成功

      在后台core admin中reload当前搜索实例的配置

      then在搜索实例的dataimport出现下图情形即为成功

  7. 导入数据

    1. 第一步:导入mysql的jar包 下载地址:见参考资料5

      将jar放置到{solr安装路径}/dist目录下,

      在{solr安装路径}/server/solr/test/conf/solrconfig.xml加入如下代码

      <lib dir="${solr.install.dir:../../../..}/dist/" regex="mysql.*\.jar" />
    2. 第二步:验证配置(配置见第六点)

      如果显示indexing completed. Added/Updated: 1847 documents. Deleted 0 documents

      documents的个数大于0说明我们成功导入x条数据到solr中

  8. 设置field的索引方式

  9. 查询

  10. 更新索引

  11. 删除索引

  12. 优化

  13. 定时完整数据重新导入

crontab -e
curl -d "command=full-import&clean=true&commit=true&optimize=true&wt=json&indent=true&verbose=false&debug=false" "http://ip:port/solr/{core名称}/dataimport"

14.增量导入数据配置

修改db-data-config.xml添加deltaQuery、deltaImportQuery、pk三个属性

    1.pk设置主键字段名称,该字段必须在managed-schema配置过<uniqueKey>字段名</uniqueKey>

    2.deltaQuery该属性用于查询主键字段值

    3.deltaImportQuery该属性用于查询需要被索引的所有字段的sql

<dataConfig>
    <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/appfamecms" user="1" password="1"/>
    <document name="articles">
        <entity name="cms_article" query="select id,title,content,create_time from cms_article" pk="id" deltaQuery="select id from cms_article where id>${dataimporter.delta.id}" deltaImportQuery="select id,title,content,create_time from cms_article where id={$dataimporter.delta.id}">
            <field column="id" name="id" />
            <field column="title" name="title" />
            <field column="content" name="content" />
            <field column="create_time" name="create_time" />
        </entity>
    </document>
</dataConfig>

15.配置定时数据更新

16.搜索词建议

https://cwiki.apache.org/confluence/display/solr/Suggester

更新中~~~

 

错误信息:

1.配置好的solr没有任何数据,启动时报错:SolrException: Invalid Number: MA147LL/A

这不是你的错,你可能是把solr schema.xml的id设置成了int类型,设置成int类型没什么错,但是solr启动是会扫描conf目录下的elevate.xml文件,这个文件中定义的id值是MA147LL/A所以就会出现异常SolrException: Invalid Number: MA147LL/A

解决问题的方法是修改elevate.xml文件,将其中的id值设置为数字,就可以了。

<dataConfig>
    <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/appfamecms" user="1" password="1"/>
    <document name="articles">
        <entity name="cms_article" query="select id,title,content,create_time from cms_article" pk="id" deltaQuery="select id from cms_article where id>${dataimporter.delta.id}" deltaImportQuery="select id,title,content,create_time from cms_article where id={$dataimporter.delta.id}">
            <field column="id" name="id" />
            <field column="title" name="title" />
            <field column="content" name="content" />
            <field column="create_time" name="create_time" />
        </entity>
    </document>
</dataConfig>

2.全量导入数据报:

Caused by: java.sql.SQLException: Illegal value for setFetchSize().

在db-data-config.xml的dataSource标签添加batchSize属性并赋值-1即可,修改后的内容

<dataConfig>
    <dataSource driver="com.mysql.jdbc.Driver" url="jdbc:mysql://127.0.0.1:3306/appfamecms" user="1" password="1" batchSize="-1"/>
    <document name="articles">
        <entity name="cms_article" query="select id,title,content,create_time from cms_article" pk="id" deltaQuery="select id from cms_article where id>${dataimporter.delta.id}" deltaImportQuery="select id,title,content,create_time from cms_article where id={$dataimporter.delta.id}">
            <field column="id" name="id" />
            <field column="title" name="title" />
            <field column="content" name="content" />
            <field column="create_time" name="create_time" />
        </entity>
    </document>
</dataConfig>

 

参考资料:

1.官网参考文档 http://apache.fayea.com/lucene/solr/ref-guide/apache-solr-ref-guide-5.0.pdf

2.官网wiki之DataImportHandler https://wiki.apache.org/solr/DataImportHandler

‍3.solr教‍‍程,值得刚接触搜索开发人员一看 http://blog.csdn.net/awj3584/article/details/16963525

4.Ajita博客 http://ajita.iteye.com/blog/1995140

5.CSDN MYSQL JAR包下载:http://download.csdn.net/download/nsrainbow/8196897

6.Apache Solr查询语法 http://blog.javachen.com/2014/03/03/solr-query-syntax/

7.solr 的edismax与dismax比较与分析 http://blog.csdn.net/duck_genuine/article/details/8060026

8.solr搜索打分规制排序http://lavafree.iteye.com/blog/1685766

9.Lucene Scoring 评分机制 http://blog.chenlb.com/2009/08/lucene-scoring-architecture.html

10.解决Solr重建索引时没有索引部分表的数据问题 http://www.jianshu.com/p/fd857c02effc

11.solrconfig.xml 应用解析调优 https://segmentfault.com/a/1190000002582878

共有 人打赏支持
粉丝 10
博文 176
码字总数 45183
×
jiangwu
如果觉得我的文章对您有用,请随意打赏。您的支持将鼓励我继续创作!
* 金额(元)
¥1 ¥5 ¥10 ¥20 其他金额
打赏人
留言
* 支付类型
微信扫码支付
打赏金额:
已支付成功
打赏金额: