solr学习

Solr和lucene区别

Lucene是一个开放源代码的全文检索引擎工具包，它不是一个完整的全文检索引擎，Lucene提供了完整的查询引擎和索引引擎，目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者以Lucene为基础构建全文检索引擎。

Solr的目标是打造一款企业级的搜索引擎系统，它是一个搜索引擎服务，可以独立运行，通过Solr可以非常快速的构建企业的搜索引擎，通过Solr也可以高效的完成站内搜索功能。

Lucene复习：

1、什么是lucene：全文检索工具包

2、Lucene的工作原理：

索引数据的创建

从原始文件中提取一些可以用来搜索的数据（封装成各种Field），把各field再封装成document，然后对document进行分析（对各字段分词），得到一些索引目录写入索引库，document本身也会被写入一个文档信息库；

索引数据的查询

根据关键词解析（queryParser）出查询条件query(Termquery)，利用搜索工具（indexSearcher）去索引库获取文档id，然后再根据文档id去文档信息库获取文档信息

分词器不同，建立的索引数据就不同；比较通用的一个中文分词器IKAnalyzer的用法

3、相关度得分

a) 在建立索引的时候，给指定文档的指定域设置一个权重

Field.setBoosts()

b) 在搜索的时候，可以给不同的搜索域设置不同的权重

Boosts = new HashMap<String,Float>

MultiFieldsQueryParser（fields,analyzer,boosts）

Solr笔记

课程计划

1、站内搜索技术选型。

2、Solr相关概念

3、Solr的安装及配置

Solr整合tomcat

4、solr后台管理界面的功能介绍

a) 维护索引

b) 查询索引

5、solr实现索引库的维护

a) 增删改操作

b) 批量添加数据，从数据库中把数据导入到索引库。Dataimport插件。

6、索引库的查询

7、SolrJ客户端，

a) 索引库的维护

b) 索引库的查询

8、综合案例，电商网站的搜索。

站内搜索技术选型

1、Lucene：可以实现站内搜索。需要大量的开发工作。索引库的维护及优化。查询的优化等问题都需要我们自己来解决。不推荐使用。

2、使用第三方搜素引擎实现。使用百度实现站内搜索。免费的。索引库无法维护。适合一些小的网站。不推荐使用。

3、Solr：基于Solr实现站内搜索扩展性较好并且可以减少程序员的工作量，因为Solr提供了较为完备的搜索引擎解决方案，因此在门户、论坛等系统中常用此方案。提供了完整的集群方案，和索引库优化方案。

什么是solr

为什么要solr：

1、solr是将整个索引操作功能封装好了的搜索引擎系统(企业级搜索引擎产品)

2、solr可以部署到单独的服务器上(WEB服务)，它可以提供服务，我们的业务系统就只要发送请求，接收响应即可，降低了业务系统的负载

3、solr部署在专门的服务器上，它的索引库就不会受业务系统服务器存储空间的限制

4、solr支持分布式集群，索引服务的容量和能力可以线性扩展

solr的工作机制：

1、solr就是在lucene工具包的基础之上进行了封装，而且是以web服务的形式对外提供索引功能

2、业务系统需要使用到索引的功能（建索引，查索引）时，只要发出http请求，并将返回数据进行解析即可

Solr 是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化。

Solr可以独立运行，运行在Jetty、Tomcat等这些Servlet容器中，Solr 索引的实现方法很简单，用 POST 方法向 Solr 服务器发送一个描述 Field 及其内容的 XML 文档，Solr根据xml文档添加、删除、更新索引 。Solr 搜索只需要发送 HTTP GET 请求，然后对 Solr 返回Xml、json等格式的查询结果进行解析，组织页面布局。Solr不提供构建UI的功能，Solr提供了一个管理界面，通过管理界面可以查询Solr的配置和运行情况。

就是一个web工程

Solr的下载

http://lucene.apache.org/

最新版：5.3.1

本课程的版本：4.10.3

Solr的安装及配置

安装solr，就是去部署它的war包，war包所在的位置如图：

开发环境

Jdk：1.7以上。1.7.0_72

Tomcat：7以上。apache-tomcat-7.0.53

Solr：4.10.3

Solr集成tomcat

第一步：安装tomcat，建议安装一个全新的tomcat。

第二步：上传solr安装压缩包到服务器上，然后解压

unzip -q /root/solr-4.10.3.zip

第三步：在tomcat的webapps中事先建立一个solr工程文件夹

mkdir /usr/local/apache-tomcat-7.0.63/webapps/solr

然后将solr的war包解压到solr工程文件夹里面去

unzip /root/solr-4.10.3/dist/solr-4.10.3.war -d /usr/local/apache-tomcat-7.0.63/webapps/solr

然后，将日志工具jar包添加到solr的war工程的WebInf的lib中

cp /root/solr-4.10.3/example/lib/ext/*.jar /usr/local/apache-tomcat-7.0.63/webapps/solr/WEB-INF/lib/

第四步：从solr的安装目录中拷贝一个示例solrhome到我们的服务器真实部署目录中

拷贝： cp -r /root/solr-4.10.3/example/solr /usr/local/

改名： mv /usr/local/solr/ /usr/local/solrhome

第五步：告诉solr的war工程，我们准备的solrhome目录所在的路径

vi /usr/local/apache-tomcat-7.0.63/webapps/solr/WEB-INF/web.xml

至此，可以启动tomcat，进行测试

了解solrhome：

1、collection1：是一个solrcore，一个solrcore就是一个索引库。一个solr服务器上可以有多solrcore。每个索引库之间是相互独立的。

2、solrhomecollection1conf：是存放每个solrcore的个性配置。

3、Solrconfig.xml

a) luceneMatchVersion：匹配lucene的版本信息

b) Lib：solrcore扩展使用的jar包。默认值是collection1lib，如果没有此文件夹就创建一个。

c) dataDir：索引库存放的目录。默认是collection1data文件夹。如果没有solr会自动创建。如果想修改为其他位置，需要配置此节点。

d) requestHandler：配置solr对外提供服务的url

i. <requestHandler name="/select" class="solr.SearchHandler">：查询索引库使用的url

ii. <requestHandler name="/update" class="solr.UpdateRequestHandler">

维护索引库使用的url

e) defaultQuery：管理页面默认的查询条件 *:*

4、Core.properties：配置了solrcore的名字。

第六步：告诉solr工程solrhome的位置。修改solr/WEB-INF/web.xml文件。

第七步：启动tomcat

访问http://localhost:8080/solr

管理界面功能介绍

Core Admin

solrcore的管理 功能。

添加一个solrcore

添加步骤：

第一步：把collection1复制一份改名为collection2

第二步：修改core.properties。name=collection2

第三步：重启tomcat

Core Selecter

选择要管理哪个solrcore。

Analysis

查看域的分词效果。

Dataimport

可以实现把数据库中的数据导入到索引库中。

Documents

索引库维护功能。

增删改查

Query

索引查询功能。

索引的维护

在solr中域必须先定义后使用。而且每个document中必须有一个id域。

Schema.xml

Field:域的定义。

Name：域的名称

Type：域的类型

Indexed：是否索引

Stored：是否存储

multiValued：是否多值，如果是多值在一个域中可以保持多个值。

dynamicField动态域

Name：域的名称，是一个表达式。如果域的名称和表达式相匹配，此域名就可以使用。

Type：域的类型

Indexed：是否索引

Stored：是否存储

multiValued：是否多值，如果是多值在一个域中可以保持多个值。

uniqueKey

每个文档必须有一个uniqueKey，而且不能重复。相当于表中的主键。

copyField

复制域。

Source：源域

Dest：目标域。

创建文档时，solr会自动把源域的内容复制到目标域。使用复制域可以提供查询的性能。

fieldType

域的类型。

Name：域类型名。

Class：对应的实现类。solr.TextField类似于Lucene中的TextField。可以配置用户自定义的分析器。

自定义fieldType使用中文分析器

配置中文分析器

配置步骤：

第一步：把IKAnalyzer2012FF_u1.jar添加到solr工程的lib库中。

第二步：把配置文件和扩展词典、停用词词典添加到solr工程classpath下。Solr/WEB-INF/classes。保证字典的字符集是utf-8.

配置自定义fieldtype

在schema.xml中添加如下内容：

<!-- IKAnalyzer-->

<fieldType name="text_ik" class="solr.TextField">

<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>

</fieldType>

<!--IKAnalyzer Field-->

配置自定义的域

<field name="title_ik" type="text_ik" indexed="true" stored="true" />

<field name="content_ik" type="text_ik" indexed="true" stored="false" multiValued="true"/>

重启tomcat，查看效果

淘淘商城商品信息搜索域定义

 

<!--product-->

<field name="product_name" type="text_ik" indexed="true" stored="true"/>

<field name="product_price" type="float" indexed="true" stored="true"/>

<field name="product_description" type="text_ik" indexed="true" stored="false" />

<field name="product_picture" type="string" indexed="false" stored="true" />

<field name="product_catalog_name" type="string" indexed="true" stored="true" />

<field name="product_keywords" type="text_ik" indexed="true" stored="false" multiValued="true"/>

<copyField source="product_name" dest="product_keywords"/>

<copyField source="product_description" dest="product_keywords"/>

 

添加文档

注意：每个文档必须有一个id域。而且域名必须在schema.xml中定义。

Dataimport插件

可以批量把数据库中的数据导入到索引库中。

需要的jar包

安装步骤：

第一步：把dataimport插件依赖的jar包添加到collection1lib文件夹下。

第二步：把mysql的数据库驱动也放到collection1lib文件夹下

第三步：修改solrhome/collection1/conf/solrconfig.xml，添加一个requestHandler。

<requestHandler name="/dataimport"

class="org.apache.solr.handler.dataimport.DataImportHandler">

<lst name="defaults">

<str name="config">data-config.xml</str>

</lst>

</requestHandler>

第四步：创建一个data-config.xml。目录和solrconfig.xml在同一个目录下collection1conf。

<?xml version="1.0" encoding="UTF-8" ?>

<dataConfig>

<dataSource type="JdbcDataSource"

driver="com.mysql.jdbc.Driver"

url="jdbc:mysql://192.168.33.10:3306/taotao"

user="root"

password="root"/>

<document>

<entity name="product" query="SELECT pid,name,catalog_name,price,description,picture FROM products ">

<field column="pid" name="id"/>

<field column="name" name="product_name"/>

<field column="catalog_name" name="product_catalog_name"/>

<field column="price" name="product_price"/>

<field column="description" name="product_description"/>

<field column="picture" name="product_picture"/>

</entity>

</document>

</dataConfig>

第五步：重启tomcat后，进入solr管理页面，执行数据导入

索引库的查询

查询语法支持的参数

q：主查询条件。完全支持lucene语法。还进行了扩展。

fq：过滤查询。是在主查询条件查询结果的基础上进行过滤。

sort：排序条件。排序的域asc。如果有多个排序条件使用半角逗号分隔。

start, rows：分页处理。Start起始记录rows每页显示的记录条数。

fl：返回结果中域的列表。使用半角逗号分隔。

df：默认搜索域

wt：响应结果的数据格式，可以是json、xml等。

hl：开启高亮显示。

hl.fl：要高亮显示的域。

hl.simple.pre：高亮显示的前缀

hl.simple.post：高亮显示的后缀

SolrJ客户端

可以实现对索引库的增删改查操作。

使用步骤：

第一步：创建一java工程。

第二步：导入jar包。导入solrj的jar 包。

索引库的维护

添加文档

第1步：创建SolrServer对象和服务端建立连接。HttpSolrServer子类来完成。集群环境使用CloudSolrServer。

第2步：创建一文档对象。SolrInputDocument。

第3步：向文档对象中添加域。使用addField添加域。要求必须有id域，而且每个域必须在schema.xml中定义。

第4步：使用solrServer对象把文档提交到服务器。

代码实现

/

/添加文档对象

@Test

public void addDocument() throws Exception {

//创建一个SolrServer对象

//参数：solr服务器的url

SolrServer server = new HttpSolrServer("http://localhost:8080/solr");

//创建文档对象

SolrInputDocument document = new SolrInputDocument();

//添加域

document.addField("id", "num001");

document.addField("title_ik", "巧手DIY彩帘");

//把document对象写入索引库

server.add(document);

//提交修改

server.commit();

}

删除文档

根据id删除文档

//根据id删除文档

@Test

public void deleteDocumentById() throws Exception {

SolrServer server = new HttpSolrServer("http://localhost:8080/solr");

//删除文档

server.deleteById("num001");

//提交修改

server.commit();

}

根据查询删除文档

//根据查询删除文档

@Test

public void deleteDocumentByQuery() throws Exception {

SolrServer server = new HttpSolrServer("http://localhost:8080/solr");

//根据查询条件删除

server.deleteByQuery("*:*");

//提交修改

server.commit();

}

  

修改文档

Solrj并没有一个方法可以修改文档。还是使用add方法。只需要添加一个新的文档，保证新文档的id和被修改文档的id一致即可。

本质先删除后添加。

查询索引库

实现步骤

第一步：创建一个solrServer对象。

第二步：创建一个solrQuery对象。

第三步：向solrQuery对象中添加查询条件。

第四步：执行查询。返回文档列表。

第五步：遍历列表。

代码实现

//简单查询

@Test

public void queryIndex() throws Exception {

SolrServer server = new HttpSolrServer("http://localhost:8080/solr");

//创建一个查询对象

SolrQuery query = new SolrQuery();

//添加查询条件

//query.setQuery("*:*");

query.set("q", "*:*");

//执行查询

QueryResponse response = server.query(query);

//取文档列表

SolrDocumentList solrDocumentList = response.getResults();

System.out.println("查询结果的总数量：" + solrDocumentList.getNumFound());

//遍历列表

for (SolrDocument solrDocument : solrDocumentList) {

System.out.println(solrDocument.get("id"));

System.out.println(solrDocument.get("product_name"));

System.out.println(solrDocument.get("product_price"));

System.out.println(solrDocument.get("product_catalog_name"));

System.out.println(solrDocument.get("product_picture"));

}

}

综合案例

需求

使用Solr实现电商网站中商品信息搜索功能，可以根据关键字、分类、价格范围搜索商品信息，也可以根据价格进行排序。

需求分析

开发需要的文档

1、数据库的表结构。

2、页面原型图。

3、业务流程图

页面原型分析

流程图

Dao层

功能：查询solr服务返回一个商品列表。需要一个query对象，执行query对象进行查询，返回商品列表。

参数：SolrQuery query

返回值：ResultModel 包含商品列表

商品的pojo：

public class ProductModel {

// 商品编号

private String pid;

// 商品名称

private String name;

// 商品分类名称

private String catalog_name;

// 价格

private float price;

// 商品描述

private String description;

// 图片名称

private String picture;

}

返回值Pojo：

public class ResultModel {

// 商品列表

private List<ProductModel> productList;

// 商品总数

private Long recordCount;

// 总页数

private int pageCount;

// 当前页

private int curPage;

}

方法定义：

ResultModel queryProduct(SolrQuery query) throws Exception;

Service

功能：接收controller传递过来的参数。创建一SolrQuery对象，拼装查询条件调用Dao层执行查询返回一个ResultModel对象。还需要计算商品列表的总页数。

参数：

1、查询条件：String queryString

2、商品分类名称：String catalog_name

3、价格区间过滤条件：使用一个字符串来描述一个区间例如：

*-10,10-20,20-30,30-*。

String price

4、排序条件：只需要接收一个排序的方式就可以了。0：升序1：降序。 String sort

5、分页条件：接收一个页码是一个Integer数据。需要我们确定每页显示商品的数量。可以定义在常量或者配置文件。每页显示60商品。Integer page

返回值：ResultModel

方法定义：

ResultModel queryProduct(String queryString, String catalog_name, String price,String sort, Integer page);

Controller

功能：接收页面传递过来的参数，调用service查询商品列表。把查询结果传递给页面。还需要参数回显。

参数：

1. 查询条件：String queryString

2. 商品分类名称：String catalog_name

3. 价格区间过滤条件：使用一个字符串来描述一个区间例如：

*-10,10-20,20-30,30-*。

String price

4. 排序条件：只需要接收一个排序的方式就可以了。0：升序1：降序。 String sort

5. 分页条件：接收一个页码是一个Integer数据。需要我们确定每页显示商品的数量。可以定义在常量或者配置文件。每页显示60商品。Integer page

6、Model，传递参数使用。

返回值：String（逻辑视图名）

方法定义：

Public String queryProduct(String queryString, String catalog_name, String price,String sort, Integer page, Model model)

Jsp

代码实现

实现步骤

第一步：创建一web工程

第二步：导入jar包。需要springmvc、spring、solrj、solrj依赖的jar、日志相关的jar包。

第三步：编写dao

第四步：编写Service

第五步：编写Controller

第六步：配置前端控制器，创建springmvc.xml配置三大件。

代码实现

Dao

@Repository

public class ProductDaoImpl implements ProductDao {

@Autowired

private SolrServer solrServer;

@Override

public ResultModel queryProduct(SolrQuery query) throws Exception {

//根据query对象查询索引库

QueryResponse response = solrServer.query(query);

//取商品列表

SolrDocumentList documentList = response.getResults();

List<ProductModel> productList = new ArrayList<>();

for (SolrDocument solrDocument : documentList) {

//取商品信息

ProductModel productModel = new ProductModel();

productModel.setPid((String) solrDocument.get("id"));

//取高亮显示

String productName = "";

Map<String, Map<String, List<String>>> highlighting = response.getHighlighting();

List<String> list = highlighting.get(solrDocument.get("id")).get("product_name");

if (list != null && list.size() > 0) {

productName = list.get(0);

} else {

productName = (String) solrDocument.get("product_name");

}

productModel.setName(productName);

productModel.setCatalog_name((String) solrDocument.get("product_catalog_name"));

productModel.setPrice((float) solrDocument.get("product_price"));

productModel.setPicture((String) solrDocument.get("product_picture"));

//添加到商品列表

productList.add(productModel);

}

//返回值对象

ResultModel resultModel = new ResultModel();

resultModel.setProductList(productList);

//查询结果总数量

resultModel.setRecordCount(documentList.getNumFound());

return resultModel;

}

}

Service

@Service

public class ProductServiceImpl implements ProductService {

@Autowired

private ProductDao productDao;

@Override

public ResultModel queryProduct(String queryString, String catalog_name,

String price, String sort, Integer page) throws Exception {

//拼装查询条件

SolrQuery solrQuery = new SolrQuery();

//查询条件

if (null != queryString && !"".equals(queryString)) {

solrQuery.setQuery(queryString);

} else {

solrQuery.setQuery("*:*");

}

//分类名称过滤条件

if (null != catalog_name && !"".equals(catalog_name)) {

solrQuery.addFilterQuery("product_catalog_name:" + catalog_name);

}

//价格区间过滤条件

if (null != price && !"".equals(price)) {

String[] strings = price.split("-");

solrQuery.addFilterQuery("product_price:["+strings[0]+" TO "+strings[1]+"]");

}

//排序条件

if ("1".equals(sort)) {

solrQuery.setSort("product_price", ORDER.desc);

} else {

solrQuery.setSort("product_price", ORDER.asc);

}

//分页条件

if (page == null) page = 1;

int start = (page - 1) * Global.PAGE_SIZE;

solrQuery.setStart(start);

solrQuery.setRows(Global.PAGE_SIZE);

//设置默认搜索域

solrQuery.set("df", "product_keywords");

//高亮显示

solrQuery.setHighlight(true);

//高亮显示的域

solrQuery.addHighlightField("product_name");

//前缀

solrQuery.setHighlightSimplePre("<span style="color:red">");

//后缀

solrQuery.setHighlightSimplePost("</span>");

//执行查询

ResultModel resultModel = productDao.queryProduct(solrQuery);

//计算总页数

Long recordCount = resultModel.getRecordCount();

int pageCount = (int) (recordCount / Global.PAGE_SIZE);

if (recordCount % Global.PAGE_SIZE > 0) {

pageCount ++;

}

resultModel.setPageCount(pageCount);

resultModel.setCurPage(page);

return resultModel;

}

}

Controller

@Controller

public class ProductController {

@Autowired

private ProductService productService;

@RequestMapping("/list")

public String queryProduct(String queryString, String catalog_name,

String price, String sort, Integer page, Model model) {

// 查询商品列表

ResultModel resultModel = null;

try {

resultModel = productService.queryProduct(queryString,

catalog_name, price, sort, page);

} catch (Exception e) {

// TODO Auto-generated catch block

e.printStackTrace();

}

// 传递给页面

model.addAttribute("result", resultModel);

// 参数回显

model.addAttribute("queryString", queryString);

model.addAttribute("catalog_name", catalog_name);

model.addAttribute("price", price);

model.addAttribute("sort", sort);

model.addAttribute("page", page);

// 返回jsp

return "product_list";

}

}

Springmvc

<?xml version="1.0" encoding="UTF-8"?>

<beans xmlns="http://www.springframework.org/schema/beans"

xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"xmlns:mvc="http://www.springframework.org/schema/mvc"

xmlns:context="http://www.springframework.org/schema/context"

xmlns:aop="http://www.springframework.org/schema/aop"xmlns:tx="http://www.springframework.org/schema/tx"

xsi:schemaLocation="http://www.springframework.org/schema/beans

http://www.springframework.org/schema/beans/spring-beans-3.1.xsd

http://www.springframework.org/schema/mvc

http://www.springframework.org/schema/mvc/spring-mvc-3.1.xsd

http://www.springframework.org/schema/context

http://www.springframework.org/schema/context/spring-context-3.1.xsd

http://www.springframework.org/schema/aop

http://www.springframework.org/schema/aop/spring-aop-3.1.xsd

http://www.springframework.org/schema/tx

http://www.springframework.org/schema/tx/spring-tx-3.1.xsd ">

<!-- 配置扫描包 -->

<context:component-scan base-package="cn..jd" />

<!-- 配置注解驱动 -->

<mvc:annotation-driven />

<!-- jsp视图解析器 -->

<bean

class="org.springframework.web.servlet.view.InternalResourceViewResolver">

<!-- 前缀 -->

<property name="prefix" value="/WEB-INF/jsp/"></property>

<!-- 后缀 -->

<property name="suffix" value=".jsp"></property>

</bean>

<bean class="org.apache.solr.client.solrj.impl.HttpSolrServer">

<constructor-arg value="http://localhost:8080/solr/"></constructor-arg>

</bean>

</beans>

Web.xml

<?xml version="1.0" encoding="UTF-8"?>

<web-app xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"

xmlns="http://java.sun.com/xml/ns/javaee"xmlns:web="http://java.sun.com/xml/ns/javaee/web-app_2_5.xsd"

xsi:schemaLocation="http://java.sun.com/xml/ns/javaee http://java.sun.com/xml/ns/javaee/web-app_2_5.xsd"

id="WebApp_ID" version="2.5">

<display-name>SolrJD0508</display-name>

<welcome-file-list>

<welcome-file>index.html</welcome-file>

<welcome-file>index.htm</welcome-file>

<welcome-file>index.jsp</welcome-file>

<welcome-file>default.html</welcome-file>

<welcome-file>default.htm</welcome-file>

<welcome-file>default.jsp</welcome-file>

</welcome-file-list>

<!-- 配置前端控制器 -->

<!-- SpringMVC配置 -->

<servlet>

<servlet-name>springmvc</servlet-name>

<servlet-class>org.springframework.web.servlet.DispatcherServlet</servlet-class>

<init-param>

<param-name>contextConfigLocation</param-name>

<param-value>classpath:springmvc.xml</param-value>

</init-param>

</servlet>

<servlet-mapping>

<servlet-name>springmvc</servlet-name>

<url-pattern>*.action</url-pattern>

</servlet-mapping>

<filter>

<filter-name>Character Encoding</filter-name>

<filter-class>org.springframework.web.filter.CharacterEncodingFilter</filter-class>

<init-param>

<param-name>encoding</param-name>

<param-value>UTF-8</param-value>

</init-param>

</filter>

<filter-mapping>

<filter-name>Character Encoding</filter-name>

<url-pattern>/*</url-pattern>

</filter-mapping>

</web-app>

 

参考：什么是Solr