solor——搜索解决方案

大家好，欢迎来到IT知识分享网。

1. 简介

2. Solor的安装

下载地址：http://archive.apache.org/dist/lucene/solr/

2.1 Windows下Solor的安装

1）解压solor.zip文件

2）复制dist目录下的 solr-4.10.3.war 到tomcat的webapps目录下

3）启动tomcat，得到solor的解压包，如图：

4）关闭tomcat，在solor中添加扩展包

（1）打开solor的解压包——>example——>lib——>ext 下的jar文件，拷贝到solor工程下的WEB-INF\lib目录下

如图：

jar文件所在目录：

拷贝的目标目录：

5）创建一个solorhome。在下载的solor文件中的example\solr目录就是solorhome，所以，我们可以直接将该文件夹拷贝到磁盘的某个位置并改名为solorhome，比方说D盘

例如：

拷贝到D盘

注意：这个solorhome就类似于solor的数据库 

6）关联 solr 及 solrhome 

在solor工程的web.xml中，有一段被注释了的配置，如图；

该配置就是配置solorhome的配置，放开该配置，并填写正确的路径即可，如图：

7）启动tomcat，访问solor，如图：

说明solor安装成功。

2.2 Linux下Solor的安装

3. 中文分词器——IK Analyzer

下载地址：a2yg

3.1 简介

        IK Analyzer 是一个开源的，基亍 java 语言开发的轻量级的中文分词工具包。从 2006年 12 月推出 1.0 版开始， IKAnalyzer 已经推出了 4 个大版本。

        最初，它是以开源项目Luence 为应用主体的，结合词典分词和文法分析算法的中文分词组件。从 3.0 版本开始，IK 发展为面向 Java 的公用分词组件，独立亍 Lucene 项目，同时提供了对 Lucene 的默认优化实现。在 2012 版本中，IK 实现了简单的分词歧义排除算法，标志着 IK 分词器从单纯的词典分词向模拟语义分词衍化

3.2 IK Analyzer配置

1）解压缩下载好的分析器压缩包，如图：

2）将IKAnalyzer2012FF_u1.jar文件拷贝到solor工程的lib目录下

3）配置扩展词典（mydict.dic）、停用词典（ext_stopword.dic）与分词配置文件IKAnalyzer.cfg.xml

在分词器的解压文件中，将这三个文件拷贝solor工程的WEB-INF下的classes文件夹下

注意：classes文件夹不存在，需要手动创建

（1）IKAnalyzer.cfg.xml

        主要配置的是扩展词典和停用词典的位置，我们直接拷贝过去，可以不用修改，如果想换个名称，就需要修改文件名和这个配置文件对应的名称了。

（2）扩展词典mydict.dic

        用于添加新出现的词或者自定义的关键词，例如：

（3）停用词词典ext_stopword.dic

        用于添加一些不需要搜索或者一些辅助词或者敏感词，例如：

4）将分词器关联配置给solor

修改 solrhome\collection1\conf\schema.xml 文件，配置一个 FieldType，使用 IKAnalyzer

添加如下配置

<fieldType name="text_ik" class="solr.TextField"> <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/> </fieldType> 

如图：

配置解析：

fieldType标签：表示字段类型每一个字段类型使用一个fieldType标签

name属性：表示该字段类型的名称，名称自定义

class属性：基本类型

analyzer子标签：配置分析器

该配置的含义是，定义一个字段类型text_ik，采用分析器IKAnalyzer进行分词

3.3 在solor中测试

如图：输入武汉肺炎，选择text_ik分词器，点击分析

4. solor的使用

4.1 solor界面功能的简单介绍

4.1.1 core selector

如图：

这个地方就类似于选择数据库操作，这个collection1就是一个数据库，位于solorhome目录下，如图：

选择collection1之后，会出现很多选项菜单，如图：

1）query：用于查询我们所需要的数据

点击query，如图：

点击execute query就是执行查询的意思。

参数含义；

q：查询表达式。  *:*  表示查询所有    第一个*代表字段名称  第二个*代表要查询的条件值

sort：排序字段

start, rows：分页查询 start起始记录数  rows每页显示的条数

4.1.2 Analyse 

如图：

该功能是用于对我们所需要搜索的词进行解析并拆分的

例如：输入武汉加油，选择text，点击Analyse values进行分析，得到如下图所示分析结果

Analyse Fieldname / FieldType表示字段类型，这里我们选择文本类型即可。

4.2 solor域的配置

        solor域的配置就是字段的配置。

        域相当于数据库的表字段，用户存放数据，因此用户根据业务需要去定义相关的Field（域），一般来说，每一种对应着一种数据，用户对同一种数据进行相同的操作。

4.2.1 域的常用属性

• name：指定域的名称 • type：指定域的类型，可以自定义的类型，自定义的类型就是fieldType标签中配置的name属性 • indexed：是否索引，当需要根据该字段进行搜索的时候，一般都设置为true • stored：是否存储 • required：是否必须 • multiValued：是否多值 

例如：以下每一个field表示一个域

注意：关于type的配置，当我们要配置的字段需要进行搜索，进行分词，这时候，我们可以考虑使用自定义的类型。如果没必要分词，就直接指定string类型即可。本身string也是在solor总共配置的一个fieldType，如图；

4.2.2 域

        solor的域配置都是根据实际业务需求进行配置的，虽然solor中内置了很多域，但是这些域并不能满足我们的实际需求，所以，我们一般情况下，不会使用solor给我们配好的域，而是根据实际需求，自定义域信息。

域的配置规则：

1）该字段需要不要进行搜索

2）我们需不需要将这个字段的结果显示出来

3）我们是不是需要用到这个字段的信息

4.2.3 复制域——copyField 

复制域的作用在于将某一个Field中的数据复制到另一个域中

例如：将item_title、item_category、item_seller、item_brand域复制给item_keywords

<field name="item_keywords" type="text_ik" indexed="true" stored="false" multiValued="true"/> <copyField source="item_title" dest="item_keywords"/> <copyField source="item_category" dest="item_keywords"/> <copyField source="item_seller" dest="item_keywords"/> <copyField source="item_brand" dest="item_keywords"/> 

配置说明：

1）field标签： 定义域对象

       name：域对象的名称

        type：指定域对象的分词类型

        indexed：是否需要搜索

        stored：是否需要存储

        multiValued：是否多值

2）copyField：定义复制域

        source：源。被复制的域对象的名称

        dest：目的地。需要复制的域对象的名称

复制域的场景是什么了？

比方说在淘宝中搜索商品的时候，搜索框可以搜索商品的名称，可以搜索店铺名称，也可以搜索品牌等等，这时候，需要用很多or连接，会显得很麻烦，所以，为了这个场景下就可以使用复制域，让一个域是很多需要域的并集，这样，在搜索的时候，就直接指定这个复制域来搜索就可以了。

注意：

1. 复制域不需要存储，它只是一个逻辑上的域空间，不是物理的复制，所以需要存储。 

2. multiValued必须要设置为true

4.2.4 动态域

        当我们需要动态扩充字段时，我们需要使用动态域。比如：规格的值是不确定的，所以我们需要使用动态域来实现。

配置如下：

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

配置解释：

1） dynamicField ：配置动态域的标签

2）name：动态域的名称。例如：item_spec_* 表示前面item_spec_ 为固定名称，通配符* 后面的内容动态产生

3）type：字段类型，string，表示不需要进行分词

4）indexed；是否搜索

5）stored；是否存储

实现效果：

其中：网络制式与屏幕尺寸是动态生成的。 

5. solor查询表达式

5.1 查询参数

q ： 查询字符串，必须的。 fl： 指定返回那些字段内容，用逗号或空格分隔多个。 start： 返回第一条记录在完整找到结果中的偏移位置，0开始，一般分页用。 rows： 指定返回结果最多有多少条记录，配合start来实现分页。 sort： 排序，格式：sort=<field name>+<desc|asc>[,<field name>+<desc|asc>]。 示例：（inStock desc, price asc）表示先 "inStock" 降序, 再 "price" 升序，默认是相关性降序。 wt： (writer type)指定输出格式，可以有 xml, json, php, phps。 fq： （filter query）过虑查询，作用：在q查询符合结果中同时是fq查询符合的， 例如：q=mm&fq=date_time:[ TO ]，找关键字mm，并且date_time是到之间的 q.op 覆盖schema.xml的defaultOperator（有空格时用"AND"还是用"OR"操作逻辑），一般默认指定 df： 默认的查询字段，一般默认指定 qt： （query type）指定那个类型来处理查询请求，一般不用指定，默认是standard。 indent：返回的结果是否缩进，默认关闭，用 indent=true|on 开启，一般调试json,php,phps,ruby输出才有必要用这个参数。 version：查询语法的版本，建议不使用它，由服务器指定默认值。

注意：solr查询时间为UTC 格式（2013-04-25T22：22：12.000Z）

5.2 检索运算符

:  指定字段查指定值，如返回所有值: ?  表示单个任意字符的通配 *  表示多个任意字符的通配（不能在检索的项开始使用*或者?符号） ~  表示模糊检索，如检索拼写类似于"roam"的项这样写：roam~将找到形如foam和roams的单词；roam~0.8，检索返回相似度在0.8以上的记录。 邻近检索，如检索相隔10个单词的"apache"和"jakarta"，"jakarta apache"~10 ^  控制相关度检索，如检索jakarta apache，同时希望去让"jakarta"的相关度更加好，那么在其后加上""符号和增量值，即jakarta4 apache 布尔操作符 AND、|| 布尔操作符 OR、&& 布尔操作符 NOT、!、-（排除操作符不能单独与项使用构成查询） +  存在操作符，要求符号"+"后的项必须在文档相应的域中存在 ()  用于构成子查询 []  包含范围检索，如检索某时间段记录，包含头尾，date:[ TO ] {} 不包含范围检索，如检索某时间段记录，不包含头尾，date:{ TO } "  转义操作符，特殊字符包括+ - && || ! ( ) { } [ ] ^ " ~ * ? : "

5.3 示例

1）查询所有

http://localhost:8080/solr/primary/select?q=*:*

2）限定返回字段

// 查询所有记录，只返回productId字段 http://localhost:8080/solr/primary/select?q=*:*&fl=productId

3）分页

// 查询前六条记录，只返回productId字段 http://localhost:8080/solr/primary/select?q=*:*&fl=productId&rows=6&start=0

4）增加限定条件

// 查询category=2、en_US_city_i=1以及namespace=d的前六条记录，只返回productId和category字段 http://localhost:8080/solr/primary/select?q=*:*&fl=productId&rows=6&start=0&fq=category:2&fq=namespace:d&fl=productId+category&fq=en_US_city_i:1

5）添加排序

// 查询category=2以及namespace=d并按category_i升序排序的前六条记录，只返回productId字段 http://localhost:8080/solr/primary/select?q=*:*&fl=productId&rows=6&start=0&fq=category:2&fq=namespace:d&sort=category_i+asc

6. Solr的注解——@Field        

用来标识实体类和solr的域之间的对应关系。如果属性与配置文件定义的域名称不一致，需要在注解中指定域名称

例如：

public class TbItem implements Serializable{ @Field private Long id; @Field("item_title") private String title; } 

用@Field标识的字段id表示在solr域中有一个name属性值为id的filed域

例如：

 <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" /> 

@Field(“item_title”)则表示实体类的title对应solr域的item_title，例如：

 <field name="item_title" type="string" indexed="true" stored="true" required="true" multiValued="false" />