Linux環境下Tomcat部署Solr4.x

Linux環境下Tomcat部署Solr

• 最近接手了公司搜索相關的業務,因爲其使用的是Solr,故趁着週末本身鼓搗下;

• 因爲業務上使用的是Solr4.2.0版本,所以在學習時,使用相對較老的版本Solr4.9.0,當前已經更新到Solr6.6.0本文記錄本身在學習過程當中的一些收穫;

準備工做

1. 到官網下載Solr4.9.0

2. JDK在Solr5.0可使用1.6的,以後必須使用1.7以上,Solr6.0以上至少使用JDK1.8

3. 下載Tomcat

安裝步驟以下:

1. 將下載的solr-4.9.0.tgz解壓到指定目錄.好比/home/pekxxoo/solr/solr-4.9.0

2. 將/home/pekxxoo/solr/solr-4.9.0/example/webapps下的solr.war文件拷貝到tomcat->webapps目錄下

3. 新建文件夾/home/pekxxoo/solr/solr_home,並將/home/pekxxoo/solr/solr-4.9.0/example/solr目錄拷貝到/home/pekxxoo/solr/solr_home中

4. 切換到tomcat/bin目錄下,啓動tomcat.此時tomcat會把solr.war文件進行解壓生成一個solr文件夾,而後中止tomcat(./shutdown.sh)

5. 編譯tomcat目錄下/webapps/solr/WEB-INF/web.xml,找到下面的代碼:

   <!--
   <env-entry>
     <env-entry-name>solr/home</env-entry-name>     
     <env-entry-value>/home/pekxxoo/solr/solr_home/solr</env-entry-value>
     <env-entry-type>java.lang.String</env-entry-type>
   </env-entry>
   -->

   打開註釋,修改成:

   <env-entry>
       <env-entry-name>solr/home</env-entry-name>
       <!--此處爲solr_home的地址,我配置的路徑是/home/pekxxoo/solr/solr_home/solr-->
       <env-entry-value>/home/pekxxoo/solr/solr_home/solr</env-entry-value>
       <env-entry-type>java.lang.String</env-entry-type>
     </env-entry>

6. 將/home/pekxxoo/solr/solr-4.9.0/example/lib/ext目錄下jar包所有拷貝到tomcat目錄下webapps/solr/WEB-INF/lib目錄下

7. 在tomcat/webapps/solr/WEB-INF/目錄下新建classes目錄,將/home/pekxxoo/solr/solr-4.9.0/example/resources目錄下的log4j.properties文件拷貝到tomcat/webapps/solr/WEB-INF/classes目錄下

8. 在/home/pekxxoo/solr/solr_home/solr/collection1/conf目錄下打開solrconfig.xml配置,搜索solr.clustering.enabled找到以下配置文件:

   <searchComponent name="clustering" enable="${solr.clustering.enabled:false}" class="solr.clustering.ClusteringComponent" >

   將true改成false便可(`solr4.9.0`默認爲false,4.5以前須要手動修改)

9. 啓動tomcat,訪問http://localhost:8080/solr

添加中文分詞

介紹

IK Analyzer 2012 介紹

IK Analyzer 是一個開源的，基亍 java 語言開發的輕量級的中文分詞工具包。從 2006年 12 月推出 1.0 版開始， IKAnalyzer 已經推出了 4 個大版本。最初，它是以開源項目Luence 爲應用主體的，結合詞典分詞和文法分析算法的中文分詞組件。從 3.0 版本開始，IK 發展爲面向 Java 的公用分詞組件，獨立亍 Lucene 項目，同時提供了對 Lucene 的默認優化實現。在 2012 版本中，IK 實現了簡單的分詞歧義排除算法，標誌着 IK 分詞器從單純的詞典分詞向模擬語義分詞衍化。

IK Analyzer 2012 結構設計

分詞效果示例

IK Analyzer 2012 版本支持 細粒度切分 和 智能切分，如下是兩種切分方式的演示樣例。

文本原文 :
IKAnalyzer 是一個開源的，基亍 java 語言開發的輕量級的中文分詞工具包。從 2006 年 12月推出 1.0 版開始， IKAnalyzer 已經推出了 3 個大版本。

智能分詞結果:
ikanalyzer | 是 | 一個 | 開源 | 的 | 基亍 | java | 語言 | 開發 | 的 | 輕量級 | 的 | 中文 | 分詞 | 工具包 | 從 | 2006年 | 12月 | 推出 | 1.0版 | 開始 | ikanalyzer | 已經 | 推| 出了 | 3個 | 大 | 版本
最細粒度分詞結果:
ikanalyzer | 是 | 一個 | 一 | 個 | 開源 | 的 | 基亍 | java | 語言 | 開發 | 的 | 輕量級| 量級 | 的 | 中文 | 分詞 | 工具包 | 工具 | 包 | 從 | 2006 | 年 | 12 | 月 | 推出 | 1.0 | 版 | 開始 | ikanalyzer | 已經 | 推出 | 出了 | 3 | 個 | 大 | 版本

安裝步驟

1. 首先須要下載ik-analyzer分詞包,點擊下載

2. 將下載的IK Analyzer 2012FF_hf1.zip包解壓縮包含:

   • 《IKAnalyzer 中文分詞器 V2012 使用手冊》（即本文檔）

   • IKAnalyzer2012.jar（主 jar 包）

   • IKAnalyzer.cfg.xml（分詞器擴展配置文件）

   • stopword.dic（中止詞典）

   • LICENSE.TXT ; NOTICE.TXT （apache 版權申明）

3. 將 IKAnalyzer2012.jar 拷貝到項目的lib目錄中,個人目錄爲/home/pekxxoo/java/tomcat7.0.81/webapps/solr/WEB-INF/lib

4. IKAnalyzer.cfg.xml 與 stopword.dic 文件放置在 class 根目錄（對亍 web 項目，一般是
   WEB-INF/classes 目彔，同 hibernate、log4j 等配置文件相同）下便可。

5. 修改core/conf/schema.xml文件,添加配置信息以下:

   <fieldType name="text_ik" class="solr.TextField">
       <analyzer type="index" class="org.wltea.analyzer.lucene.IKAnalyzer" isMaxWordLength="false"/>
       <analyzer type="query" class="org.wltea.analyzer.lucene.IKAnalyzer" isMaxWordLength="true"/>
    </fieldType>

6. 最後修改相應須要中文分詞的字段的type類型便可:

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

7. 重啓tomcat服務
   若是以前已經建立了索引，須要將以前的索引刪掉，從新建立分詞後的索引。

遇到的問題:
在 Solr4.0 發佈之後，官方取消了 BaseTokenizerFactory 接口，而直接使用 Lucene Analyzer 標準接口。所以 IK分詞器 2012 FF 版本也取消了org.wltea.analyzer.solr.IKTokenizerFactory類。
所以在下載的時候注意下載IK Analyzer 2012FF_hf1.zip版本