Solr(二),
一. solr的启动方式 (1) start.jar启动 cd solr-4.10.4\example java -jar start.jar java -Djetty.port=8980 -jar start.jar //指定端口 --daemon 后台运行 ////// java -jar --help 执行帮助命令 //// (2) bin/solr执行 不加参数有提示 bin/solr start -p 8983 // 开启指定端口的solr bin/solr stop -p 8983 // 关闭指定端口的solr二. tomcat启动solr windows或者linux服务器下部署 (1) 建立一个solr的运行目录 例如:D:\solr-tomcat 将下载的solr-4.10.4中的solr-4.10.4\example目录下的solr文件夹拷贝到D:\solr-tomcat目录下 (2) 建立JNDI文件 在tomcat的conf\Catalina\localhost目录下建立文件solr.xml <Context path="/solr" docBase="D:\apache-tomcat-8.0.15\solr.war"> <Environment name="solr/home" type="java.lang.String" value="D:\solr-tomcat\solr" override="true"/> </Context> (3) 部署solr.war包 把solr-4.10.4中dist目录中的solr-4.10.4.war包拷贝到tomcat的根目录下,名字改为solr.war (4) 配置日志,如果不配置的话,启动会报错,无法访问solr平台,查看localhost.2015-01-01.log日志。 把solr-4.10.4\example\lib\ext目录下的jar包都拷贝到tomcat的lib目录下即可。 访问http://localhost:8080/solr/
三. solr的目录配置 (1) example目录是solr项目的根目录 若根目录改名, 启动方式如下: a) bin/solr -s 没目录名 b) cd 指定目录 & java -jar start.jar
(2) example/solr目录 : (start.jar同级目录下的solr目录 ) 若改变索引库目录, 启动方式如下: (a) java -Dsolr.solr.home=(对于start.jar的相对路径) -jar start.jar (b) solr start -s (对于start.jar的相对路径)
(3) example/solr-webapp 目录 solr项目的部署位置 , solr启动后把 example\webapps\solr.war拷贝到 example\solr-webapp\webapp下面
四. scchemal文件 solr中1个core是一个数据库 , 称作为collection 每一个collection包含一个schemal.xml , 用于描述索引结构 1. field : 静态字段 <field name="_version_" type="long" indexed="true" stored="true"/> (1) name:字段名 (2) type:之前定义过的各种FieldType (3) indexed:是否被索引 (4) stored:是否被存储(如果不需要存储相应字段值,尽量设为false) (5) multiValued:是否有多个值(对可能存在多值的字段尽量设置为true,避免建索引时抛出错误) 2. Dynamic Fields : 动态字段 动态字段建立的索引存储规则 , 所有匹配到的字段名都会按照这种方式建立索引 <dynamicField name="*_s" type="string" indexed="true" stored="true" /> <dynamicField name="*_ss" type="string" indexed="true" stored="true" multiValued="true"/> 匹配规则 : (1) 如果一个field的名字没有匹配到,那么就会用动态field试图匹配定义的各种模式。 (2) "*"只能出现在模式的最前和最后 (3) 较长的模式会被先去做匹配 : (4) <dynamicField name="*_ss>比<dynamicField name="*_s>先匹配 (5) 如果2个模式同时匹配上,最先定义的优先 3. copyField : 拷贝字段 (1) 将多个field的数据放在一起同时搜索,提供速度 (2) 将一个field的数据拷贝到另一个,可以用2种不同的方式来建立索引。 <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/> // 组合字段要声明成multiValued="true" <copyField source="cat" dest="text"/> // cat name text是上文建立好的静态字段 <copyField source="name" dest="text"/> 应用场景 : 比如现在要查询包涵"Java"的博客, 那么你肯定要查内容,标题是否包含Java,但是solr不能像SQL那样, where tittle like '%Java%' or content like '%Java%'. 这个时候copyField就派上用场了, 定义一个新字段,将title和content 复制到这个新字段,索引的时候,直接从这个新字段查询,这样就达到目地了。 4. fieldType : 字段类型 <fieldType name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true" /> 声明字段类型 , 供<field>引用
五. 查询语法
id:aaa [AND][OR] name:lj : 交集并集 price:[0 TO 93] : 范围查询 []闭区间,{}开区间 filterquery : 把第一次查询结果进行缓存 sort : 类似于mysql的order by price desc start,rows : 相当于limit关键字 fl : 指定查询的字段 df : default field 默认查询字段 facet.query : 相当于group by price:[0 TO 100] ROW.QUERY.PARAMETER : facet.query = price:[0 TO 100] && price:{100 TO 100] facet.field : 分组字段 // name facet.prefix : 字段值前缀 // a Request-Handler : 配置的解析引擎 /select : /spell : 实现拼写检查
六. 分词器 1. 分词器 : 把一段文本按照一定规则进行切分 <fieldType name="text_nl" class="solr.TextField" positionIncrementGap="100"> <analyzer> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="lang/stopwords_nl.txt" format="snowball" /> </analyzer> </fieldType> 2. 分词器的一般工作流程: (1) 切分关键词 (2) 去除停用词 (3) 对于英文单词,把所有字母转为小写(搜索时不区分大小写)
七 IKAnalyzer整合solr (一) 整合 : 通过页面上的Analyse测试效果 1. 下载IK工具包 2. 上传服务器,并解压,使用unzip命令 3. IKAnalyzer2012FF_u1.jar 拷贝到solr-web项目的lib目录下面 cp IKAnalyzer2012FF_u1.jar solr-4.10.4/example/solr-webapp/webapp/WEB-INF/lib/ 4. IKAnalyzer.cfg.xml和stopword.dic 拷贝到solr-web项目的类路径下 注意:项目的类路径是指WEB-INF下面的classes目录,但是这个目录现在是不存在的,所以需要手工创建。 cp IKAnalyzer.cfg.xml solr-4.10.4/example/solr-webapp/webapp/WEB-INF/classes/ cp stopword.dic solr-4.10.4/example/solr-webapp/webapp/WEB-INF/classes/ 5. 修改schem.xml文件 vi solr-4.10.4/example/solr/collection1/conf/schema.xml 添加下面内容 <!--配置IK分词器--> <fieldType name="text_ik" class="solr.TextField"> <!--索引时候的分词器--> <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/> <!--查询时候的分词器--> <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/> </fieldType> 6. 重启solr即可
(二) 自定义词库 1) 首先要有一个自定义字典,my.dic 自定义字典中的一行代表一个词语 注意:这个文件的编码必须是utf-8 without bom 2) 把这个dic文件上传到solrweb项目的类路径下 3) 修改ik的配置文件 vi IKAnalyzer.cfg.xml <properties> <comment>IK Analyzer 扩展配置</comment> <!--用户可以在这里配置自己的扩展字典 --> <entry key="ext_dict">my.dic;</entry> <!--用户可以在这里配置自己的扩展停止词字典--> <entry key="ext_stopwords">stopword.dic;</entry>
</properties> 3) 重启solr 4) (可选)添加多个自定义字典 <entry key="ext_dict">my.dic;my1.dic;</entry>
八 solr多core 1. 界面操作 core admin --> add core 界面上的unload可以让一个core下线,下线就是重命名core.properties为core.properties.unload 2. 直接操作 (1) cp example/solr/collection1 crxy (2) 修改core.properties文件 : name=crxy
九. SolrJ
public class Article {
@Field // 进行添加索引的属性加@Field注解
private String id;
@Field
private String title;
@Field
private String describe;
private String content;
@Field
private String author;
public String getId() {
return id;
}
public void setId(String id) {
this.id = id;
}
public String getTitle() {
return title;
}
public void setTitle(String title) {
this.title = title;
}
public String getContent() {
return content;
}
public void setContent(String content) {
this.content = content;
}
public String getAuthor() {
return author;
}
public void setAuthor(String author) {
this.author = author;
}
public String getDescribe() {
return describe;
}
public void setDescribe(String describe) {
this.describe = describe;
}
}
public class SolrUtil {
static final Logger logger = LoggerFactory.getLogger(SolrUtil.class);
private static final String SOLR_URL = "http://192.168.182.130:7574/solr/collection1"; // shard分片下,无论连哪个地址都会查询所有shard
private static HttpSolrServer server = null;
static{
try {
server = new HttpSolrServer(SOLR_URL);
server.setAllowCompression(true);
server.setConnectionTimeout(10000);
server.setDefaultMaxConnectionsPerHost(100);
server.setMaxTotalConnections(100);
} catch (Exception e) {
logger.error("请检查tomcat服务器或端口是否开启!{}",e);
e.printStackTrace();
}
}
/**
* 建立索引
* @throws Exception
*/
public static void addIndex(Article article) {
try {
server.addBean(article);
server.commit(true,true,true); // 第三个true代表软提交
} catch (IOException e) {
e.printStackTrace();
} catch (SolrServerException e) {
e.printStackTrace();
}
}
/**
* 查询
*/
@SuppressWarnings("unchecked")
public static Map<String,Object> search(String skey, Long start, Long row) throws Exception {
// schema.xmml中设置了id为uniquekey,增加索引时,如果id相同则更新索引,id不同则新增索引
SolrQuery param = new SolrQuery();
param.set("q","text:"+skey);
//param.set("fq","title:\"title1\""); // fq与q的查询内容取交集,并把fq的内容缓存
param.addFacetField("title"); //按照title字段分组
param.setStart(start.intValue());
param.setRows(row.intValue());
param.setHighlight(true);
param.addHighlightField("title"); //给查询出title字段家高亮
param.addHighlightField("describe");
param.setHighlightSimplePre("<font color='red'>");
param.setHighlightSimplePost("</font>");
QueryResponse reponse = server.query(param);
List<Article> articleLi = reponse.getBeans(Article.class); //
long numFound = reponse.getResults().getNumFound();
Map<String, Map<String, List<String>>> highlighting = reponse.getHighlighting(); // <id,{"title":"{list}","describe":{list}}>>
for (Article article : articleLi) {
String id = article.getId();
Map<String, List<String>> map = highlighting.get(id);
List<String> titles = map.get("title");
if(CollectionUtils.isNotEmpty(titles)){
article.setTitle(titles.get(0));
}
List<String> describes = map.get("describe");
if(CollectionUtils.isNotEmpty(describes)){
article.setDescribe(describes.get(0));
}
}
HashedMap hashedMap = new HashedMap();
hashedMap.put("dataList",articleLi);
hashedMap.put("nummFound",numFound);
System.out.println(hashedMap);
return hashedMap;
}
/** 拼写检查 */
public static void checkSpell(){
SolrQuery param = new SolrQuery();
param.set("q","title:title1");
param.set("qt","/spell");
try {
QueryResponse response = server.query(param);
SolrDocumentList results = response.getResults();
long numFound = results.getNumFound();
if(numFound==0){
List<SpellCheckResponse.Suggestion> suggestions = response.getSpellCheckResponse().getSuggestions();
for (SpellCheckResponse.Suggestion suggestion : suggestions) {
int suggestNum = suggestion.getNumFound();
System.out.printf("推荐词个数:"+suggestNum);
List<String> list = suggestion.getAlternatives();
for (String s : list) {
System.out.println(s);
}
}
}else{
for (SolrDocument result : results) {
Collection<String> fieldNames = result.getFieldNames();
for (String fieldName : fieldNames) {
Object value = result.get(fieldName);
System.out.println("字段名:"+fieldName+",字段值:"+value);
}
System.out.println("===================================================");
}
}
} catch (SolrServerException e) {
e.printStackTrace();
}
}
public static void main(String[] args) {
checkSpell();
}
}
十. solr时间问题 solr的时间 , 页面上显示时间比真实事件少8小时, java代码操作的话没问题
十一. solr的主从结构 (解决高并发响应速度慢的问题) <lst name="master"> <!-- 主从结构时主节点应该打开此处配置--> <str name="replicateAfter">commit</str> <!--solrserver.commit()后从节点开始同步索引--> <str name="replicateAfter">startup</str> <!--从节点重启后开始同步索引--> <str name="confFiles">schema.xml,stopwords.txt</str> </lst>
<lst name="slave"> <!--主从结构时,从节点修改的配置--> <str name="masterUrl">http://your-master-hostname:8983/solr/collection1</str><!--配置主节点url,--> <str name="pollInterval">00:00:60</str><!--每隔60--秒同步一次--> </lst>
动态切换主从角色 : 只需要把所有节点上面的配置都统一修改为下面配置即可 <lst name="${master:master}"> <str name="replicateAfter">commit</str> <str name="replicateAfter">startup</str> <str name="confFiles">schema.xml,stopwords.txt</str> </lst> <lst name="${slave:slave}"> <str name="masterUrl">http://${masterurl}:8983/solr</str> <str name="pollInterval">00:00:60</str> </lst>
这样在启动的时候 启动主节点:java -Dslave=disabled -Dmasterurl -jar start.jar 启动从节点:java -Dmaster=disabled -Dmasterurl=192.168.1.170 -jar start.jar
十二. solrcloud操作solr集群 String zkHost = "192.168.1.170:2181,192.168.1.171:2181"; CloudSolrServer server = new CloudSolrServer(zkHost ); server.setDefaultCollection("collection1"); SolrQuery query = new SolrQuery(); query.set("q", "*:*"); QueryResponse response = server.query(query); SolrDocumentList results = response.getResults();
十三. solr的提交方式 代码手动提交 :
1. 硬提交 : 代码中 httpSolrServer.commit();把索引到硬盘中 (写index文件)
2.软提交 : httpSolrServer.commit(true,true,true); // 索引库中没有 , 但是能查询到 (软提交把数据提交到内存) , 但是会产生提交的log日志 , 在下次
启动solr时 , solr根据提交日志, 把数据恢复到index目录中 , 所以数据不会丢失. 这是一种兼顾实时性与性能的这种选择 (写log文件) 自动硬提交触发时,软提交的数据从内存刷到文件中
solr中配置自动硬软提交
自动硬提交 : 代码中不执行commit() , 每隔15秒提交一次索引到硬盘 , 或记录达到10000条自动提交 . 这种自动提交 , 如果<openSearcher>false , 相当于没有重新刷新索引 , 所以自动提交后还是查不到. openSearch消耗性能 , 所以应该配置maxDoc与maxTime尽量大(solr中必须设置自动硬提交, 否则代码的软提交没法写成index索引文件 , 只是log文件+内存中的数据, 可能造成内存溢出 )
<autoCommit>
<maxTime>${solr.autoCommit.maxTime:15000}</maxTime>
<!-- <maxDocs>10000</maxDocs> -->
<openSearcher>false</openSearcher>
</autoCommit>
自动软提交 (每隔多长时间吧内存中的数据写一次log日志)
<autoSoftCommit>
<maxTime>${solr.autoSoftCommit.maxTime:1000}</maxTime>
</autoSoftCommit>
[注] : 通常配置1-10分钟自动硬提交 , 每秒软提交
关于存储字段和索引字段 : 例如sql: select id , auth from tableA where content='aa' 此时content作为索引字段进行查询(index=true),id.auth作为存储字段显示(stored=true)
将多个索引文件合并成1个索引文件,避免发生too many files一场(linux系统抛出) httpSolrServer.optimize()代码 (消耗性能,应在夜晚执行)
精确查询 : 不对查询字段的值进行分词 , params.set("q",content:\"刘德华\")
十四. Solr与Hbase hbase通过行健查询很快 1. 配置solrschema.xml : 修改field字段 id index:true store:true title index:true store:true author index:false store:true describe index:true store:true content 该字段内容很多,index:false store:false
2. 配置ik分词器 (1) 复制IkAnalyzer.jar到 solr-webapp/webapp/web-inf/lib (2) 拷贝IKAnalyzer.cfg.xml和stopword.dic到solr-webapp/webapp/web-inf/目录下 (3) 修改schema.xml配置中文分词器
<span > </span><!--配置IK分词器-->
<fieldType name="text_ik" class="solr.TextField">
<!--索引时候的分词器-->
<analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
<!--查询时候的分词器-->
<analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
将字段的type改为text_ik
本站文章为和通数据库网友分享或者投稿,欢迎任何形式的转载,但请务必注明出处.
同时文章内容如有侵犯了您的权益,请联系QQ:970679559,我们会在尽快处理。