Apache Solr入門教程(初學者之旅)

做者 | 胡海超的博客
來源 | https://blog.csdn.net/u011936655/article/details/51960005

寫在前面：本文涉及solr入門的各方面，請逐行閱讀，相信能幫助你對solr有個清晰全面的瞭解並能簡單實用。
在Apache Solr初學者教程的這個例子中，咱們將討論有關如何安裝最新版本的Apache Solr，並告訴你如何配置它。此外，咱們將告訴你如何進行使用solr的樣本數據文件索引。Apache Solr支持不一樣格式，包括各類數據庫，PDF文件，XML文件，CSV文件等等。在這個例子中，咱們將研究如何從一個CSV文件索引數據。
首選這個例子的環境是Windows。開始Solr安裝以前，確保你已經安裝了JDK和正確配置JAVA_HOME。

1.爲何選擇Apache Solr

Apache Solr是一個功能強大的搜索服務器，它支持REST風格API。Solr是基於Lucene的，Lucene 支持強大的匹配能力，如短語，通配符，鏈接，分組和更多不一樣的數據類型。它使用 Apache Zookeeper特別針對高流量進行優化。Apache Solr提供各式各樣的功能，咱們列出了部分最主要的功能。

1. 先進的全文搜索功能。
	2. XML，JSON和HTTP - 基於開放接口標準。
	3. 高度可擴展和容錯。
	4. 同時支持模式和無模式配置。
	5. 分頁搜索和過濾。
	6. 支持像英語，德語，中國，日本，法國和許多主要語言
	7. 豐富的文檔分析。

2.安裝Apache Solr

要首先讓從如下位置下載最新版本的Apache Solr： http://lucene.apache.org/solr/downloads.html
在撰寫本文時，可用的穩定版本是5.0.0。Apache Solr經歷了從4.XX到5.0.0各類變化了，因此若是你有不一樣版本的Solr，你須要下載5.xx版本並以此爲模板。
一旦Solr的zip文件下載將它解壓縮到一個文件夾。提取的文件夾看起來像下面。

Solr的文件夾
bin文件夾中包含用來啓動和中止服務器的腳本。example 文件夾包含幾個示例文件。咱們將使用其中的一種，以說明Solr如何索引數據。server 文件夾包含logs 文件夾，全部的Solr的日誌都寫入該文件夾。這將有助於索引過程來檢查任何錯誤日誌。在sever文件夾下的Solr文件夾包含不一樣的集合或核心（core/collection）。對於各集合或核心的配置和數據都存儲在相應的集合或核心文件夾。
Apache Solr帶有一個內置的Jetty服務器。但在咱們開始以前，咱們必須驗證JAVA_HOME已經配置。
咱們可使用命令行腳本啓動服務器。讓咱們去solr的bin目錄，從命令提示符輸入出如下命令

solr start

這將啓動下的默認端口8983 Solr的服務器。
如今，咱們能夠在瀏覽器中打開如下網址和驗證，咱們的Solr的實例正在運行。solr的管理工具的細節超出了示例的範圍。
http://localhost:8983/solr/

Solr管理控制檯

3.配置Apache Solr

在本節中，咱們將告訴你如何配置的核心/集合做爲Solr實例，以及如何定義的字段。Apache Solr附帶稱爲無模式模式的選項。這個選項容許用戶構建有效的架構，而無需手動編輯模式文件。可是，在這個例子中，咱們將使用架構配置理解Solr的內部。

3.1創建核心（core）

當Solr的服務器在獨立模式下啓動的配置稱爲核心，當它在SolrCloud模式啓動的配置稱爲集合。在這個例子中，咱們將有關獨立服務器和核心討論。咱們將在之後再討論SolrCloud。首先，咱們須要建立一個核心的索引數據。Solr的建立命令有如下選項：

-c <name> -要建立的核心或集合的名稱（必需）。  
-d <confdir> -配置目錄，在SolrCloud模式很是有用。  
-n <configName> -配置名稱。這將默認爲核心或集合的名稱。  
-p <port> -本地Solr的實例的端口發送create命令; 默認腳本試圖經過尋找運行Solr的實例來檢測端口。  
-s <shards> -Number of shards to split a collection into, default is 1.  
-rf <replicas> -集合中的每一個文件的份數。默認值是1。

在這個例子中，咱們將使用的核心名稱和配置目錄-d參數-c參數。對於全部其它參數咱們使用默認設置。

如今在命令窗口瀏覽 solr-5.0.0\bin文件夾，併發出如下命令。

solr create -c jcg -d basic_configs

咱們能夠看到在命令窗口中下面的輸出。
Creating new core 'jcg' using command:
http://localhost:8983/solr/admin/cores?action=CREATE&name=jcg&instanceDir=jcg {
"responseHeader":{
"status":0,
"QTime":663},
"core":"jcg"}

如今咱們導航到如下網址，咱們能夠看到JCG核心被填充在覈心選擇器上。還能夠看到核心的統計信息。
http://localhost:8983/Solr

Solr的核心JCG

3.2修改Schema.xml文件

咱們須要修改schema.xml中文件的文件夾下，server\solr\jcg\conf包含的字段。咱們將使用隨Solr的安裝索引附帶的示例文件「books.csv」之一。該文件所在的文件夾下 的solr-5.0.0\example\exampledocs
如今，咱們定位到該文件夾 server\solr目錄。你會看到一個名爲JCG的文件夾被建立。子文件夾conf和data分別擁有核心的配置和索引的數據。
如今編輯\server\solr\jcg\conf\server\solr\jcg\conf\schema.xml文件，設置惟一元素後添加如下內容。
schema.xml

<uniqueKey>id</uniqueKey>
<!-- Fields added for books.csv load-->
<field name="cat" type="text_general" indexed="true" stored="true"/>
<field name="name" type="text_general" indexed="true" stored="true"/>
<field name="price" type="tdouble" indexed="true" stored="true"/>
<field name="inStock" type="boolean" indexed="true" stored="true"/>
<field name="author" type="text_general" indexed="true" stored="true"/>

咱們已經設置了屬性索引爲true。這指定字段用於索引和記錄可使用索引進行檢索。該值設置爲false將只存儲領域，但不能進行查詢。
另外請注意另外一個屬性stored並將其設置爲true。這指定字段被存儲，而且能夠在輸出被返回。將此字段設置爲false使字段惟一索引，而且不能在輸出進行檢索。
咱們已經分配給存在於此處的「books.csv」文件中的字段的類型。在CSV文件「ID」第一場由索引Schema.xml文件的惟一鍵自動元素的照顧。若是你注意，咱們已經略過字段series_t，sequence_i和genre_s未作任何條目。可是，當咱們執行索引時，全部這些字段都被索引且沒有任何問題。若是你想知道這種狀況須要在Schema.xml文件的dynamicField部分一探究竟。
schema.xml

<dynamicField name="*_i" type="int" indexed="true" stored="true"/>

<dynamicField name="*_is" type="ints" indexed="true" stored="true"/>

<dynamicField name="*_s" type="string" indexed="true" stored="true" />

<dynamicField name="*_ss" type="strings" indexed="true" stored="true"/>

<dynamicField name="*_l" type="long" indexed="true" stored="true"/>

<dynamicField name="*_ls" type="longs" indexed="true" stored="true"/>

<dynamicField name="*_t" type="text_general" indexed="true" stored="true"/>

<dynamicField name="*_txt" type="text_general" indexed="true" stored="true"/>

<dynamicField name="*_b" type="boolean" indexed="true" stored="true"/>

<dynamicField name="*_bs" type="booleans" indexed="true" stored="true"/>

<dynamicField name="*_f" type="float" indexed="true" stored="true"/>

<dynamicField name="*_fs" type="floats" indexed="true" stored="true"/>

<dynamicField name="*_d" type="double" indexed="true" stored="true"/>

<dynamicField name="*_ds" type="doubles" indexed="true" stored="true"/>

既然咱們已經修改了配置，咱們必須中止和啓動服務器。要作到這一點，咱們須要經過命令行發出從bin目錄下面的命令。

Solr  stop -all

服務器將中止如今。如今啓動服務器問題從bin目錄中經過命令行運行如下命令。

Solr start

4.索引數據

Apache Solr帶有一個叫作SimplePostTool獨立的Java程序。這個程序被打包成JAR,在安裝目錄下 example\exampledocs可看到。
如今，咱們在命令行定位到example\exampledocs文件夾，而後鍵入如下命令。你會看到一堆選項，使用的工具。

Java -jar post.jar -h

在通常的使用格式以下用途：
Usage: java [SystemProperties] -jar post.jar [-h|-] [<file|folder|url|arg>
[<file|folder|url|arg>...]]
正如咱們前面所說，咱們將索引「books.csv」文件中的數據。咱們將導航到solr-5.0.0\example\exampledocs在命令提示符併發出如下命令。
java -Dtype=text/csv -Durl=http://localhost:8983/solr/jcg/update -jar post.jar books.csv
這裏使用的SystemProperties是：

-dtype - 數據文件的類型。
-Durl - JCG核心的地址。

文件「books.csv」如今將索引和命令提示符將顯示如下輸出。

SimplePostTool version 5.0.0
Posting files to [base] url http://localhost:8983/solr/jcg/update using content- type text/csv...
POSTing file books.csv to [base]
1 files indexed.
COMMITting Solr index changes to http://localhost:8983/solr/jcg/update... Time spent: 0:00:00.647

如今咱們導航到如下網址並選擇核心JCG。
http://localhost:8983/solr

Solr的JCG核心數據
就拿在統計部分仔細一看，該篇文檔參數將顯示索引的行數。

5.訪問索引的文檔

Apache Solr提供了一種基於REST API來訪問的數據，並還提供了不一樣的參數，以檢索數據。咱們將向您展現一些基於場景的查詢。

5.1按名稱搜索

咱們將用它的名字檢索書的細節。要作到這一點，咱們將使用下面的語法。URL中的參數「Q」是查詢事件。
打開瀏覽器下列URL。
http://localhost:8983/solr/jcg/select?q=name:"A Clash of Kings"
輸出將在下面，如圖所示。

按名稱SOLR

5.2首字母搜索

如今咱們將告訴你如何搜索記錄，若是咱們只知道起始字母或單詞，不記得完整的標題。咱們能夠用下面的查詢檢索結果。
http://localhost:8983/solr/jcg/select?q=name:"A"
輸出將列出全部的書籍字母A盯着

Solr的首字母

5.3搜索使用通配符

Solr支持通配符搜索。咱們將下面的展現如何檢索全部書名包含「of」的書。
http://localhost:8983/solr/jcg/select?q=name:"*of"

Solr的通配符搜索

5.4搜索使用的條件

Solr的支持條件的搜索。咱們能夠設置條件，咱們的查詢提供了「FQ」參數。在下面咱們將告訴你如何查詢價格低於￥6的書。
http://localhost:8983/solr/jcg/select?q=*&fq=price:[0 TO 6]
輸出將只列出低於$ 6的書籍。

Solr搜索條件

6. Solr的客戶端API的

有不一樣的客戶端API的可用來鏈接到Solr的服務器。咱們列出了一些普遍使用的Solr客戶端API的。

SolRuby – To connect from Ruby
SolPHP – To connect from PHP
PySolr – To connect from Python
SolPerl – To connect from Perl
SolrJ – To connect from Java
SolrSharp – To connect from C#

此外，Solr還提供了JavaScript能夠直接使用的基於REST的API。

ps:因爲篇幅過長，部分段落使用翻譯軟件翻譯，請諒解，但均已手動修改，不影響內容學習，有時間的同窗也可閱讀英文版。
參考地址：https://examples.javacodegeeks.com/enterprise-java/apache-solr/apache-solr-tutorial-beginners/

若是文章對您有幫助，請記得點贊關注喲~ 歡迎你們關注個人公衆號<情繫IT>，每日推送技術文章供你們學習參考。