MyException - 我的异常网
当前位置:我的异常网» 综合 » solr运作步骤

solr运作步骤

www.myexceptions.net  网友分享于:2015-08-26  浏览:57次
solr运行步骤

一,安装

 

1,下载solr 3.3.0,解压缩

2,将\apache-solr-3.3.0\example\webapps\solr.war放到\tomcat\Tomcat6-2\webapps下解包.生成名字为solr的工程.

 

3,在\tomcat\conf\Catalina\localhost文件夹下,创建solr.xml(对应webapps下的solr工程),xml文件内容为

<Context  debug="0" crossContext="true" >    
  <Environment name="solr/home" type="java.lang.String" value="C:/web/solr" override="true" />  
</Context>  
 

指定了solr.home为C:/web/solr...tomcat启动后会在这个路径solr.home/conf下加载相关配置文件

 

4,\apache-solr-3.3.0\example\solr下的文件复制到solr.home中(即C:/web/sol下)

 

5,访问http://localhost:8080/solr/admin/如果出现页面,表明部署成功.点击search按钮可以看到服务器的回应


<?xml version="1.0" encoding="UTF-8"?>
<response>

<lst name="responseHeader">
  <int name="status">0</int>
  <int name="QTime">0</int>
  <lst name="params">
    <str name="indent">on</str>
    <str name="start">0</str>
    <str name="q">*:*</str>
    <str name="rows">10</str>
    <str name="version">2.2</str>
  </lst>
</lst>
<result name="response" numFound="0" start="0"/>
</response>
 

 

由于没有建索引,而且页面不支持中文参数,所以暂时无法进行有意义的测试

 

 

二,中文分词

 

lucene在升级到3.0之后改变了api,而目前流行的中文分词器中,有些并没有同步更新,于是选择了IKAnalyzer3.2.5.安装步骤:

 

1,下载IKAnalyzer3.2.5Stable_bin.zip,解压缩.将IKAnalyzer3.2.5Stable.jar导入工程.然后在solr.home/conf(即C:/web/solr/conf)下找到schema.xml,加入如下代码----这段代码定义了text类型,以及处理方式,这个类型会在--第三部分,建立索引--中用到

 

	 <fieldType name="text" class="solr.TextField" positionIncrementGap="100">  
            <analyzer type="index">  
                <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" /> 
                <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />  
                <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="1" catenateNumbers="1" catenateAll="0" splitOnCaseChange="1" />  
                <filter class="solr.LowerCaseFilterFactory" />  
                <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt" />  
                <filter class="solr.RemoveDuplicatesTokenFilterFactory" />  
            </analyzer>  
            <analyzer type="query">  
            	
                <tokenizer class="org.wltea.analyzer.solr.IKTokenizerFactory" /> 
                
                <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true" />  
                <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />  
                <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1" generateNumberParts="1" catenateWords="0" catenateNumbers="0" catenateAll="0" splitOnCaseChange="1" />  
                <filter class="solr.LowerCaseFilterFactory" />  
                <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt" />  
                <filter class="solr.RemoveDuplicatesTokenFilterFactory" />  
            </analyzer>  
    </fieldType> 

 

2,访问http://localhost:8080/solr/admin/analysis.jsp,测试分词效果

 

 

三,建立索引

 

1,打开solr.home/conf/solrconfig.xml,加入如下代码----如果uri包含/dataimport,则用DataImportHandler处理

 

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">

                     <lst name="defaults">

                          <str name="config">../db/conf/db-data-config.xml</str>     

                     </lst>

  </requestHandler>

   <str name="config">../db/conf/db-data-config.xml</str> ---指定数据库配置文件的位置

   之后将apache-solr-3.3\apache-solr-3.3.0\dist下的apache-solr-dataimporthandler-3.3.0.jar引入工程

 

2,新建db-data-config.xml(路径和名称要符合上面的配置),加入如下代码

 

<?xml version="1.0" encoding="UTF-8" ?>
<dataConfig>  
        <dataSource type="JdbcDataSource" driver="com.mysql.jdbc.Driver" url="jdbc:mysql://192.168.110.112:3396/laws_and_regulations" user="root" password="123456"/>  
    		<document name="documents">  
            <entity name="documents" pk="id" query="select id,title,content,publishtime,validtime,category1,category2,invalidtime,publishorg from laws_and_regulations WHERE '${dataimporter.request.command}' != 'delta-import' OR last_modified > '${dataimporter.last_index_time}' limit ${dataimporter.request.offset},${dataimporter.request.length}">  
         <!--   <field column="id" name="id" /> 
            <field column="title" name="title" />  
            <field column="content" name="content" />           
            <field column="publishtime" name="publishtime" /> 
            <field column="validtime" name="validtime" /> 

            <field column="category1" name="categor1" /> 
            <field column="category_2" name="categor2" /> 
            <field column="invalidtime" name="invalidtime" /> 
            <field column="publishorg" name="publishorg" /> 
      -->
        </entity>  
    </document>  
</dataConfig> 

 1)dataSource指定数据源

 2)document name作用不明

 3)查询语句中where后面的语句用于判断是否进行增量索引(待续),limit限制索引条目数,防止outofmemory错误.

 4)注释掉的部分,column属性匹配数据库字段名称,name属性在schema中定义(见第三步),如果column和name相同,可以省略这个配置

 

3,打开solr.home/conf/schema.xml,把如下代码添加到<fields>标签内

 

 <field name="title" type="text" indexed="true" stored="true" multiValued="true"/>
   <field name="category1" type="text" indexed="true" stored="true"/>
   <field name="category2" type="text" indexed="true" stored="true"/>
   <field name="content" type="text" indexed="true" stored="true" multiValued="true"/>
   <field name="publishtime" type="long" indexed="true" stored="true"/>
   <field name="validtime" type="long" indexed="true" stored="true"/>
   <field name="invalidtime" type="long" indexed="true" stored="true"/>
   <field name="publishorg" type="text" indexed="true" stored="true"/>

 name匹配步骤2中的name,type在schema.xml文件靠前的位置定义.由于我们在第二部分:中文分词中已经定义了text,并加入了中文分词器,所以将title,content这种需要中文检索的字段的type指定为text

 

 

4,访问http://localhost:8080/solr/dataimport?command=full-import&clean=true&offset=0&length=10000&indent=on

   1)dataimport触发DataImportHandler

2)command=full-import表示全部索引

   3)clean=true删除原来的所以,默认为true

   4)offset和length对应db-data-config.xml中的查询语句,默认JVM设置下length=20000就会导致outofmemory

   如果出现回应

 

<?xml version="1.0" encoding="UTF-8"?>
<response>

<lst name="responseHeader">
  <int name="status">0</int>
  <int name="QTime">0</int>
</lst>
<lst name="initArgs">
  <lst name="defaults">
    <str name="config">../db/conf/db-data-config.xml</str>
  </lst>
</lst>
<str name="command">full-import</str>
<str name="status">busy</str>
<str name="importResponse">A command is still running...</str>
<lst name="statusMessages"/>
<str name="WARNING">This response format is experimental.  It is likely to change in the future.</str>
</response>

 

   表示执行成功,线程正在建立索引,status为busy.,此时再次刷新页面可以看到当前消耗的时间,处理的文档数等

 

   同时后台输出日志

 

 

   出现time taken = xx:xx:xx  意味着索引结束

 

   刷新页面后可以看到status变成了idle.

 

   在常见索引的过程中solr.home下会出现一个data文件夹,来存储索引.索引格式可参考http://forfuture1978.iteye.com/blog/546824

 

 

5,访问http://localhost:8080/solr/admin/输入查询语句,例如title:2007(表示在title字段中匹配含有2007的条目),点击search后可以看到返回结果,测试中部分结果如下

<?xml version="1.0" encoding="UTF-8"?>
<response>

<lst name="responseHeader">
  <int name="status">0</int>
  <int name="QTime">0</int>
  <lst name="params">
    <str name="indent">on</str>
    <str name="start">0</str>
    <str name="q">title:2007</str>
    <str name="rows">10</str>
    <str name="version">2.2</str>
  </lst>
</lst>
<result name="response" numFound="27" start="0">
  <doc>
    <str name="category1">中国法规规章库</str>
    <str name="category2">医药卫生</str>
    <arr name="content"><str>药品注册管理办法(2007年)

(国家食品药品监督管理局令第28号)




  《药品注册管理办法》于2007年6月18日经国家食品药品监督管理局局务会审议通过,现予公布,自2007年10月1日起施行。

                                                局长:邵明立
                                             二○○七年七月十日
 

---------------------未完待续---------------------------

文章评论

老程序员的下场
老程序员的下场
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
我的丈夫是个程序员
我的丈夫是个程序员
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
程序猿的崛起——Growth Hacker
程序猿的崛起——Growth Hacker
中美印日四国程序员比较
中美印日四国程序员比较
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
10个调试和排错的小建议
10个调试和排错的小建议
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
编程语言是女人
编程语言是女人
漫画:程序员的工作
漫画:程序员的工作
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
Google伦敦新总部 犹如星级庄园
Google伦敦新总部 犹如星级庄园
程序员应该关注的一些事儿
程序员应该关注的一些事儿
程序员的鄙视链
程序员的鄙视链
Java程序员必看电影
Java程序员必看电影
“肮脏的”IT工作排行榜
“肮脏的”IT工作排行榜
 程序员的样子
程序员的样子
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
我是如何打败拖延症的
我是如何打败拖延症的
为什么程序员都是夜猫子
为什么程序员都是夜猫子
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
每天工作4小时的程序员
每天工作4小时的程序员
程序员都该阅读的书
程序员都该阅读的书
2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
一个程序员的时间管理
一个程序员的时间管理
总结2014中国互联网十大段子
总结2014中国互联网十大段子
如何成为一名黑客
如何成为一名黑客
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
旅行,写作,编程
旅行,写作,编程
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
十大编程算法助程序员走上高手之路
十大编程算法助程序员走上高手之路
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
鲜为人知的编程真相
鲜为人知的编程真相
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有