1、Solr綜述

什麼是Solr搜索

咱們常常會用到搜索功能，因此也比較熟悉，這裏就簡單的介紹一下搜索的原理。

固然只是介紹solr的原理，並非搜索引擎的原理，那會更復雜。

流程圖

這是一個很是簡單的流程圖：

User：即須要搜索的用戶。

Raw Data：須要搜索的內容，固然是源數據，多是文本文件，多是數據庫的數據，多是XML等等。

Index：有格式的數據。

 

其實從圖中能夠看出來：

1. Solr搜索很是相似於讀寫數據庫的過程。
2. Solr搜索最主要的兩個問題（細節已經封裝好）：
   1. 怎樣從元數據合理組織格式化成Index
   2. 怎樣根據關鍵字從Index中調取相關數據（排序、模糊查詢等等）。

 

類比一下，Index就至關於數據表，裏面有不少記錄，咱們須要作的就是設計數據表的格式，有哪些列。而且根據關鍵字搜索。

Solr綜述

Solr實際上是一個WebApp，在官網下載後將war包放在web'容器下即可以直接運行，你本身的web項目經過HTTP請求的方式和Solr交互。固然須要如今Solr中生成索引庫（相似不一樣的數據表）。HTTP請求中帶有相關參數（關鍵字、須要搜索的索引庫、排序規則….）。那麼想愛先簡單介紹下一些相關的概念：

索引Index，文檔Docements，域Fields

Solr中數據最小單元爲Field，好比Name、Age。Documents是一個具體的對象，如人。舉例說明：Edwin是一我的，那麼能夠將Edwin抽象爲一個Document，這個Document包含不少Fields，Name、Age、Sex….。一個索引庫Index由許多Documents組成。

Index（Student） ß Docements(Edwin、AngelaBaby…) ß Fields(Name、Age…)

是否是很像數據庫的模型？ 其實徹底能夠把這個理解爲數據庫… 而且Index還真的有主鍵的概念，叫作Unique Field。

 

查詢Query

上面解決了數據格式化成Index的問題，那麼還剩下怎樣根據關鍵字查詢搜索結果的問題，先舉個例子：

http://localhost:8983/solr/Artist/select?q=Artist_Name:周杰倫 &wt=json&indent=true

這就是web項目和Solr交互的一個Url

Localhost:8983/solr 這個事Solr項目

Artist是索引庫Index

q=Artist_Name:周杰倫

        q表明Query 意思是查詢Artist_Name爲周杰倫的數據

wt=json 指結果按照Json形式返回

indent=true 返回的數據格式化（也就是好看一點~）

 

經過這一個簡單的請求，便可以明白Solr請求的一個基本過程了，有什麼需求加什麼參數，以後Solr解析請求，根據本身的匹配規則，一個很複雜的公式，計算全部Documents的得分，得分高的優先返回。最後Web項目得到獲得搜索結果，格式化輸出。

 

 

兩個重要的文件

Schema.xml

這個文件其實就是對Index的配置，包括Field的類型，Unique Field，分詞等等。

先看看總體結構：

1.  
2.   <schema name="Artist" version="1.1">
3.    <fieldtype name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true"/>
4.    <fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>
5.    <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>
6.   <field name="ID" type="int" indexed="true" stored="true" multiValued="false" required="true"/>
7.    <field name="Name" type="text_ik" indexed="true" stored="true"/>
8.    <field name="Name_Exact" type="string" indexed="true" stored="true" />
9.    <field name="SpaceID" type="long" indexed="true" stored="true"/>
10.    <field name="PinYin" type="text_general" indexed="true" stored="true"/>
11.    <field name="SongNum" type="int" indexed="true" stored="true"/>
12.  
13.    <copyField source="Artist_Name" dest="Artist_Name_Exact" />
14.  <!-- field to use to determine and enforce document uniqueness. -->
15.  <uniqueKey>ID</uniqueKey>
16.  
17.  <!-- field for the QueryParser to use when an explicit fieldname is absent -->
18.  <defaultSearchField>ID</defaultSearchField>
19.  
20. <!-- Chinese -->
21.    <fieldType name="text_ik" class="solr.TextField">
22.         <analyzer type="index" isMaxWordLength="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
23.         <analyzer type="query" isMaxWordLength="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
24.    </fieldType>
25.  
26.  <!-- SolrQueryParser configuration: defaultOperator="AND|OR" -->
27.  <solrQueryParser defaultOperator="OR"/>
28. </schema>

 

 

FieldType表明Field的類型，能夠自定義也可使用Solr提供的Type，具體支持的Type能夠參考Solr文檔，其中須要稍微解釋一下的是string，實現的class是solr.StrField，string的意思是將Field當成字符串，那麼若是在搜索時，不會進行分詞。只能總體匹配，例如將Name設置爲string，那麼當搜索周杰倫的時候，只有Name徹底和周杰倫相同纔會被匹配，周杰，周杰倫你好…這些都不會匹配，這個在精確查找時頗有用。

Unique Field ：實際上是主鍵的意思，就是說在全部的Documents中被設置成Unique的Field只能有惟一值。固然在Index生成的時候，不用去重，Solr並不會報錯，好比向Solr輸入

ID:1 Name:張三

ID:1 Name：李四

若是ID爲Unique Field，那麼Solr可能會根據前後順序，只會存儲一個ID爲1的Document，剩餘重複ID的Document會被忽略。

Field中還有不少屬性：

        Name和Type就不說了

        Indexed：表示此Field是否索引，意思就是可否被搜索到，若是Name設置爲false，那麼搜索Name=周杰倫是沒有結果的。

        Stored：表示此Field是否被存儲。

        multiValued：表示此Field可否有多值，即Category能夠有多個值：如原創歌手、華語男歌手等等。默認false，Unique Field必須顯式設置爲false。

        Required：表示此Field是否能爲空，默認false，Unique Field必須設置爲true。

1. <copyField source="Name" dest="Name_Exact" />

這是一個頗有用的東西，從名字就能看出來是賦值Field，最大的做用即是可讓一個Field有多個不一樣的Type。

好比Name一個能夠設置爲text_ik（分詞器，能夠看個人博客：3、Solr多核心及分詞器（IK）配置）

一個設置爲string

那麼模糊搜索時，可使用Name，精確搜索時使用Name_Exact。

 

 

Solrconfig.xml

Scheme.xml是對索引庫中Documents的配置，那麼solrconfig就是對索引庫的總體配置。配置requestHandler，有點相似於filter，就是在請求先後對請求進行預處理。這個以後碰到具體狀況再具體分析，由於通常狀況下設置好了以後，極少須要改動此文件。

 

總結

    其實我我的使用Solr後以爲，如上面畫的簡單的流程圖，最重要的兩個問題：

1. 查詢條件

   查詢哪些Field，用什麼方式查詢，什麼排序，好比按照更新時間排序，仍是在搜索歌曲時HQ、SQ優先等等，主要用到了Url參數、solrconfig中的requestHandler。

2. Index的設計

   這是重中之重，我以爲大部分狀況下應該都是使用solr從數據庫中讀取數據生成索引，這就要求原來的數據庫設計就要比較合理，若是原來的數據庫比較亂，那麼就須要大量的SQL將表聯結等等操做，而且出錯的機率也高。