浅谈搜索引擎之solr篇

Solr安装与配置

1.1什么是Solr

大多数搜索引擎应用都必须具有某种搜索功能，问题是搜索功能往往是巨大的资源消耗并且它们由于沉重的数据库加载而拖垮你的应用的性能。
这就是为什么转移负载到一个外部的搜索服务器是一个不错的主意，Apache Solr是一个流行的开源搜索服务器，它通过使用类似REST的HTTP API，这就确保你能从几乎任何编程语言来使用solr。
Solr是一个开源搜索平台，用于构建搜索应用程序。 它建立在Lucene(全文搜索引擎)之上。 Solr是企业级的，快速的和高度可扩展的。 使用Solr构建的应用程序非常复杂，可提供高性能。
为了在CNET网络的公司网站上添加搜索功能，Yonik Seely于2004年创建了Solr。并在2006年1月，它成为Apache软件基金会下的一个开源项目。并于2016年发布最新版本Solr 6.0，支持并行SQL查询的执行。
Solr可以和Hadoop一起使用。由于Hadoop处理大量数据，Solr帮助我们从这么大的源中找到所需的信息。不仅限于搜索，Solr也可以用于存储目的。像其他NoSQL数据库一样，它是一种非关系数据存储和处理技术。
总之，Solr是一个可扩展的，可部署，搜索/存储引擎，优化搜索大量以文本为中心的数据。

1.2 Solr安装

1：安装 Tomcat，解压缩即可。
2：解压 solr。
3：把 solr 下的dist目录solr-4.10.3.war部署到 Tomcat\webapps下(去掉版本号)。
4：启动 Tomcat解压缩 war 包
5：把solr下example/lib/ext 目录下的所有的 jar 包，添加到 solr 的工程中(\WEB-INF\lib目录下)。
6：创建一个 solrhome 。solr 下的/example/solr 目录就是一个 solrhome。复制此目录到D盘改名为solrhome
7：关联 solr 及 solrhome。需要修改 solr 工程的 web.xml 文件。

<env-entry>
       <env-entry-name>solr/home</env-entry-name>
       <env-entry-value>d:\solrhome</env-entry-value>
       <env-entry-type>java.lang.String</env-entry-type>
    </env-entry>

8：启动 Tomcat
​​​ http://IP:8080/solr/​​

1.3 solr页面

1.3.1基本查询

q 查询的关键字，此参数最为重要，例如，q=id:1，默认为q=:，
fl 指定返回哪些字段，用逗号或空格分隔，注意：字段区分大小写，例如，fl= id,title,sort
start 返回结果的第几条记录开始，一般分页用，默认0开始
rows 指定返回结果最多有多少条记录，默认值为 10，配合start实现分页
sort 排序方式，例如id desc 表示按照 “id” 降序
wt (writer type)指定输出格式，有 xml, json, php等
fq （filter query）过虑查询，提供一个可选的筛选器查询。返回在q查询符合结果中同时符合的fq条件的查询结果，例如：q=id:1&fq=sort:[1 TO 5]，找关键字id为1 的，并且sort是1到5之间的。
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。

1.3.2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。
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²
( ) 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:[201507 TO 201510]
{} 不包含范围检索，如检索某时间段记录，不包含头尾date:{201507 TO 201510}

1.4中文分析器IK Analyzer

1.4.1 IK Analyzer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。

IK Analyzer配置

步骤：
1、把IKAnalyzer2012FF_u1.jar 添加到 solr 工程的 lib 目录下
2、创建WEB-INF/classes文件夹 把扩展词典、停用词词典、配置文件放到 solr 工程的 WEB-INF/classes 目录下。
3、修改 Solrhome 的 schema.xml 文件（C:\solrhome\collection1\conf），配置一个 FieldType，使用 IKAnalyzer

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

1.5配置业务域

1.5.1域

修改solrhome的schema.xml 文件 设置业务系统 Field

<field name="item_goodsid" type="long" indexed="true" stored="true"/>
  <field name="item_title" type="text_ik" indexed="true" stored="true"/>
  <field name="item_price" type="double" indexed="true" stored="true"/>
  <field name="item_image" type="string" indexed="false" stored="true" />
  <field name="item_category" type="string" indexed="true" stored="true" />
  <field name="item_seller" type="text_ik" indexed="true" stored="true" />
  <field name="item_brand" type="string" indexed="true" stored="true" />
  ```
name：指定域的名称
type：指定域的类型
indexed：是否索引
stored：是否存储
required：是否必须
multiValued：是否多值，比如商品信息中，一个商品有多张图片，一个Field像存储多个值的话，必须将multiValued设置为true。
### 1.5.2复制域
```xml
<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"/>

1.5.3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。需要实现的效果如下：

配置：

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

2.Spring Data Solr入门

2.1 Spring Data Solr简介

虽然支持任何编程语言的能力具有很大的市场价值，你可能感兴趣的问题是：我如何将Solr的应用集成到Spring中？可以，Spring Data Solr就是为了方便Solr的开发所研制的一个框架，其底层是对SolrJ（官方API）的封装。

2.2 Spring Data Solr入门小Demo

2.2.1 搭建工程

（1）创建maven工程，pom.xml中引入依赖

<dependencies>
  <dependency>
      <groupId>org.springframework.data</groupId>
      <artifactId>spring-data-solr</artifactId>
      <version>1.5.5.RELEASE</version>
  </dependency> 
  <dependency>
    <groupId>org.springframework</groupId>
    <artifactId>spring-test</artifactId>
    <version>4.2.4.RELEASE</version>
  </dependency>
  <dependency>
    <groupId>junit</groupId>
    <artifactId>junit</artifactId>
    <version>4.9</version>
  </dependency>
  </dependencies>

（2）在src/main/resources下创建 applicationContext-solr.xml

<?xml version="1.0" encoding="UTF-8"?>
<beans xmlns="http://www.springframework.org/schema/beans"
  xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:p="http://www.springframework.org/schema/p"
  xmlns:context="http://www.springframework.org/schema/context"
  xmlns:solr="http://www.springframework.org/schema/data/solr"
  xsi:schemaLocation="http://www.springframework.org/schema/data/solr 
      http://www.springframework.org/schema/data/solr/spring-solr-1.0.xsd
    http://www.springframework.org/schema/beans 
    http://www.springframework.org/schema/beans/spring-beans.xsd
    http://www.springframework.org/schema/context 
    http://www.springframework.org/schema/context/spring-context.xsd">
  <!-- solr服务器地址 -->
  <solr:solr-server id="solrServer" url="http://127.0.0.1:8080/solr" />
  <!-- solr模板，使用solr模板可对索引库进行CRUD的操作 -->
  <bean id="solrTemplate" class="org.springframework.data.solr.core.SolrTemplate">
    <constructor-arg ref="solrServer" />
  </bean>
</beans>

2.2.2 @Field 注解

属性使用@Field注解标识 。 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。

public class TbItem implements Serializable{

    @Field
    private Long id;

    @Field("item_title")
    private String title;
        
    @Field("item_price")
private BigDecimal price;

    @Field("item_image")
    private String image;

    @Field("item_goodsid")
    private Long goodsId;

    @Field("item_category")
    private String category;

    @Field("item_brand")
    private String brand;

    @Field("item_seller")
private String seller;
.......
}

2.2.3 增加（修改）

创建测试类TestTemplate.java

@RunWith(SpringJUnit4ClassRunner.class)
@ContextConfiguration(locations="classpath:applicationContext-solr.xml")
public class TestTemplate {

  @Autowired
  private SolrTemplate solrTemplate;
  
  @Test
  public void testAdd(){
    TbItem item=new TbItem();
    item.setId(1L);
    item.setBrand("华为");
    item.setCategory("手机");
    item.setGoodsId(1L);
    item.setSeller("华为2号专卖店");
    item.setTitle("华为Mate9");
    item.setPrice(new BigDecimal(2000));    
    solrTemplate.saveBean(item);
    solrTemplate.commit();
  }
}

2.2.4 按主键查询

@Test
  public void testFindOne(){
    TbItem item = solrTemplate.getById(1, TbItem.class);
    System.out.println(item.getTitle());
  }

2.2.5 按主键删除

@Test
  public void testDelete(){
    solrTemplate.deleteById("1");
    solrTemplate.commit();
  }

2.2.6 分页查询

首先循环插入100条测试数据

@Test
  public void testAddList(){
    List<TbItem> list=new ArrayList();
    
    for(int i=0;i<100;i++){
      TbItem item=new TbItem();
      item.setId(i+1L);
      item.setBrand("华为");
      item.setCategory("手机");
      item.setGoodsId(1L);
      item.setSeller("华为2号专卖店");
      item.setTitle("华为Mate"+i);
      item.setPrice(new BigDecimal(2000+i));  
      list.add(item);
    }
    
    solrTemplate.saveBeans(list);
    solrTemplate.commit();
  }

编写分页查询测试代码：

@Test
  public void testPageQuery(){
    Query query=new SimpleQuery("*:*");
    query.setOffset(20);//开始索引（默认0）
    query.setRows(20);//每页记录数(默认10)
    ScoredPage<TbItem> page = solrTemplate.queryForPage(query, TbItem.class);
    System.out.println("总记录数："+page.getTotalElements());
    List<TbItem> list = page.getContent();
    showList(list);
  } 
  //显示记录数据
  private void showList(List<TbItem> list){   
    for(TbItem item:list){
      System.out.println(item.getTitle() +item.getPrice());
    }   
  }

2.2.7 条件查询

Criteria 用于对条件的封装：

@Test
   public void testPageQueryMutil(){   
      Query query=new SimpleQuery("*:*");
      Criteria criteria=new Criteria("item_title").contains("2");
      criteria=criteria.and("item_title").contains("5");    
      query.addCriteria(criteria);
      //query.setOffset(20);//开始索引（默认0）
      //query.setRows(20);//每页记录数(默认10)
      ScoredPage<TbItem> page = solrTemplate.queryForPage(query, TbItem.class);
      System.out.println("总记录数："+page.getTotalElements());
      List<TbItem> list = page.getContent();
      showList(list);
   }

2.2.8 删除全部数据

@Test
  public void testDeleteAll(){
    Query query=new SimpleQuery("*:*");
    solrTemplate.delete(query);
    solrTemplate.commit();
  }