利用SOLR搭建企业搜索平台

1/32利用SOLR搭建企业搜索平台目录利用SOLR搭建企业搜索平台........................................................................................................1运行solr....................................................................................................................................2中文分词...................................................................................................................................3配置文件...................................................................................................................................6MultiCore..................................................................................................................................8solrj..........................................................................................................................................10solr查询参数说明..................................................................................................................15solr使用问题集......................................................................................................................16solr实现去掉重复的搜索结果.............................................................................................19solr的查询语法......................................................................................................................24数据库数据导入到solr..........................................................................................................27中文分词之IK.........................................................................................................................302/32运行solr在网络上找了很多的关于solr的资料，发现非常的不全面，即使就是官方的wiki，也是如此！基于现阶段正在研究的solr应用，陆续的会分享我的一些经验！今天要说的是：怎么跑起来！1》首先下载好solr，我用的是solr1.3，下载地址：windows版本版本》准备运行容器，我用的是tomcat6.0.20.如果是玩的话，也可以不用准备专门的容易，你只需解压好solr的下载包，找到example文件夹，然后运行start.jar。具体指令：java-jarstart.jar做应用的时候，不建议采用该方式。该方式内部包含了jetty！3》有关tomcat的使用，不是本文的重点，如果你有问题，请参见tomcat的使用。解压好tomcat，将solr包下面的dist文件夹中的apache-solr-1.3.0.war拷贝到tomcat的webapps，并且改名为solr.war。4》新建一个solr-tomcat文件夹，我是把这个文件夹建立在C盘根目录，你可以采用同样方式，也可以不这样，放哪由你决定。建立好该文件夹以后,在把它下面在建立一个solr文件夹，把solr包里面的examplesolr文件夹下面的所有文件放入到solr里面。5》最后一步配置solr.home，可以有三种方式。1）基于当前路径的方式这种情况需要在c:solr-tomcat目录下去启动tomcat，Solr查找./solr，因此在启动时候需要切换到c:solr-tomcat2）基于环境变量windows在环境变量中建立solr.home,值为c:solr-tomcatlinux在当前用户的环境变量中（.bash_profile）或在catalina.sh中添加如下环境变量exportJAVA_OPTS=$JAVA_OPTS-Dsolr.solr.home=/opt/solr-tomcat/solr3）基于JNDI在tomcat的conf文件夹建立Catalina文件夹，然后在Catalina文件夹中在建立localhost文件夹，在该文件夹下面建立solr.xml，其中内容：Xml代码3/32123ContextdocBase=c:tomcatwebappssolr.wardebug=0crossContext=trueEnvironmentname=solr/hometype=java.lang.Stringvalue=c:/solr-tomcat/solroverride=true//Context问题描述：个人发现的一个问题，就是如果配置好JNDI的话，然后在tomcat的bin文件夹下面启动tomcat的话，会在tomcat的bin下面建立solr文件夹，这个文件夹中主要存放的索引文件。本来这些东西应该放入c:solr-tomcatsolr。如果你不想出现这种情况的话，请使用基于当前路径的方式。6》打开浏览器，请看看能否访问该服务。如果能够访问，恭喜您跑起来了。中文分词这篇文章，主要说的是怎么在solr中加入中文分词，参考了一些文章，但是还是花了不少时间才搞出的。可能是大侠们太牛了，所以很多细节东西都没有写出来！但是要指出的是很多文章都是抄来抄去的！入正题：在上面的一个文章中，已经使solr跑起来了，在上面的基础上，加入中文分词。我用的是paoding分词器！1》请下好paoding分词器，下载地址：，在这里要非常感谢paoding作者：qieqie在使用paoding的时候要注意：paoding的dic位置，也就是字典的位置，有两种办法解决：1）在系统环境变量中加入PAODING_DIC_HOME这个变量，值为paoding压缩包下面的dic的解压位置。2）paoding-analysis.jar里面有个paoding-dic-home.properties文件，指定dic也可，但是要重新编译这个jar包，我采用的后面一种办法，只要每次固定好dic位置，部署还不是很不方便，设置环境变量我比较反感2》建立文件Java代码双击代码全选4/321234567891011121314151617181920212223242526272829303132333435363738394041424344packagecom.yeedoo.slor.tokenizer;importjava.io.Reader;importjava.util.Map;importnet.paoding.analysis.analyzer.PaodingTokenizer;importnet.paoding.analysis.analyzer.TokenCollector;importnet.paoding.analysis.analyzer.impl.MaxWordLengthTokenCollector;importnet.paoding.analysis.analyzer.impl.MostWordsTokenCollector;importnet.paoding.analysis.knife.PaodingMaker;importorg.apache.lucene.analysis.TokenStream;importorg.apache.solr.analysis.BaseTokenizerFactory;publicclassChineseTokenizerFactoryextendsBaseTokenizerFactory{/***最多切分默认模式*/publicstaticfinalStringMOST_WORDS_MODE=most-words;/***按最大切分*/publicstaticfinalStringMAX_WORD_LENGTH_MODE=max-word-length;privateStringmode=null;publicvoidsetMode(Stringmode){if(mode==null||MOST_WORDS_MODE.equalsIgnoreCase(mode)||default.equalsIgnoreCase(mode)){this.mode=MOST_WORDS_MODE;}elseif(MAX_WORD_LENGTH_MODE.equalsIgnoreCase(mode)){this.mode=MAX_WORD_LENGTH_MODE;}else{thrownewIllegalArgumentException(不合法的分析器Mode参数设置:+mode);}}@Overridepublicvoidinit(MapString,Stringargs){super.init(args);setMode(args.get(mode).toString());}5/3245464748495051525354555657publicTokenStreamcreate(Readerinput){returnnewPaodingTokenizer(input,PaodingMaker.make(),createTokenCollector());}privateTokenCollectorcreateTokenCollector(){if(MOST_WORDS_MODE.equals(mode))returnnewMostWordsTokenCollector();if(MAX_WORD_LENGTH_MODE.equals(mode))returnnewMaxWordLengthTokenCollector();thrownewError(neverhappened);}}将该文件