SOLR4.2+NUTCH1.6

一、SOLR4.2集成NUTCH1.6

wget    http://archive.apache.org/dist/lucene/solr/4.2.0/solr-4.2.0.tgz

tar  -xzvf  solr-4.2.0.tgz 

cd  solr-4.2.0/example 

複製nutch的conf目錄中的schema-solr4.xml文件到solr/collection1/conf目錄，更名爲schema.xml，覆蓋原來文件 

修改solr/collection1/conf/schema.xml，在<fields>下增長：<field name="_version_" type="long" indexed="true" stored="true"/> 

 

二、給SOLR4.2配置中文分詞器word分詞

參考https://github.com/ysc/word的Solr插件部分

 

三、運行SOLR4.2

啓動SOLR4.2服務器: java  -jar  start.jar &

SOLR4.2 Web界面:  http://host2:8983

 

四、運行NUTCH提交索引

運行solrindex命令: 
bin/nutch  solrindex  http://host2:8983/solr  data/crawldb -linkdb  data/linkdb  -dir  data/segments