关于solr的相关资料和搭建方法。

1、一、安装jdk1.7或以上版本。二、下载solr从solr官网。三、整理并搭建solr工程，配置tomcat（主要是setclasspath.bat和startup.bat):参考solr相关视频中的修改内容。四、修改完配置后如果修改成功，则可正常启动startup.bat并且在浏览器中可打开右图所示页面。

2、五、5.Solr基础因为 Solr 包装并扩展了Lucene，所以它们使用很多相同的术语。更重要的是，Solr 创建的索引与 Lucene 搜索引擎库完全兼容。通过对 Solr 进行适当的配置，某些情况下可能需要进行编码，Solr 可以阅读和使用构建到其他 Lucene 应用程序中的索引。在 Solr 和 Lucene 中，使用一个或多个 Document 来构建索引。Document 包括一个或多个 Field。Field 包括名称、内容以及告诉 Solr 如何处理内容的元数据。例如，Field 可以包含字符串、数字、布尔值或者日期，也可以包含你想添加的任何类型，只需用在solr的配置文件中进行相应的配置即可。Field 可以使用大量的选项来描述，这些选项告诉 Solr 在索引和搜索期间如何处理内容。现在，查看一下表 1 中列出的重要属性的子集：属性名称描述IndexedIndexed Field 可以进行搜索和排序。你还可以在 indexed Field 上运行 Solr 分析过程，此过程可修改内容以改进或更改结果。Storedstored Field 内容保存在索引中。这对于检索和醒目显示内容很有用，但对于实际搜索则不是必需的。例如，很多应用程序存储指向内容位置的指针而不是存储实际的文件内容。5.1模式配置Schema.xmlschema.xml这个配置文件可以在你下载solr包的安装解压目录的\solr\example\solr\collection1\conf中找到，它就是solr模式关联的文件。打开这个配置文件，你会发现有详细的注释。模式组织主要分为三个重要配置5.1.1. types 部分是一些常见的可重用定义，定义了 Solr（和 Lucene）如何处理 Field。也就是添加到索引中的xml文件属性中的类型，如int、text、date等.<fieldType name="string" class="solr.StrField" sortMissingLast="true"/><fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/><fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/><fieldType name="text_general" class="solr.TextField" positionIncrementGap="100"><analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" /> <filter class="solr.LowerCaseFilterFactory"/></analyzer><analyzer type="query"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" /> <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/> <filter class="solr.LowerCaseFilterFactory"/></analyzer></fieldType>参数说明:属性描述name标识而已class和其他属性决定了这个fieldType的实际行为。sortMissingLast设置成true没有该field的数据排在有该field的数据之后，而不管请求时的排序规则, 默认是设置成false。sortMissingFirst跟上面倒过来呗。 默认是设置成falseanalyzer字段类型指定的分词器type当前分词用用于的操作.index代表生成索引时使用的分词器query代码在查询时使用的分词器tokenizer分词器类filter分词后应用的过滤器 过滤器调用顺序和配置相同.5.1.2. fileds是你添加到索引文件中出现的属性名称，而声明类型就需要用到上面的types<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false"/><field name="path" type="text_smartcn" indexed="false" stored="true" multiValued="false" termVector="true" /><field name="content" type="text_smartcn" indexed="false" stored="true" multiValued="false" termVector="true"/><field name ="text" type ="text_ik" indexed ="true" stored ="false" multiValued ="true"/><field name ="pinyin" type ="text_pinyin" indexed ="true" stored ="false" multiValued ="false"/><field name="_version_" type="long" indexed="true" stored="true"/><dynamicField name="*_i" type="int" indexed="true" stored="true"/><dynamicField name="*_l" type="long" indexed="true" stored="true"/><dynamicField name="*_s" type="string" indexed="true" stored="true" />field: 固定的字段设置dynamicField: 动态的字段设置,用于后期自定义字段,*号通配符.例如: test_i就是int类型的动态字段.3+ 添加经验引用添加视频从右侧图库拖动图片到此处 还有一个特殊的字段copyField,一般用于检索时用的字段这样就只对这一个字段进行索引分词就行了copyField的dest字段如果有多个source一定要设置multiValued=true,否则会报错的<copyField source="content" dest="pinyin"/><copyField source="content" dest="text"/><copyField source="pinyin" dest="text"/>字段属性说明:属性描述name字段类型名classjava类名indexed缺省true。 说明这个数据应被搜索和排序，如果数据没有indexed，则stored应是true。stored缺省true。说明这个字段被包含在搜索结果中是合适的。如果数据没有stored,则indexed应是true。omitNorms字段的长度不影响得分和在索引时不做boost时，设置它为true。一般文本字段不设置为true。termVectors如果字段被用来做more like this 和highlight的特性时应设置为true。compressed字段是压缩的。这可能导致索引和搜索变慢，但会减少存储空间，只有StrField和TextField是可以压缩，这通常适合字段的长度超过200个字符。multiValued字段多于一个值的时候，可设置为true。positionIncrementGap和multiValued一起使用，设置多个值之间的虚拟空白的数量注意:_version_ 是一个特殊字段,不能删除,是记录当前索引版本号的.5.1.3. 其他配置uniqueKey: 唯一键，这里配置的是上面出现的fileds，一般是id、url等不重复的。在更新、删除的时候可以用到。defaultSearchField:默认搜索属性，如q=solr就是默认的搜索那个字段solrQueryParser:查询转换模式，是并且还是或者（AND/OR必须大写）5.2. solr配置solrconfig.xml solrconfig.xml这个配置文件可以在你下载solr包的安装解压目录的E:\Work\solr-4.2.0-src-idea\solr\example\solr\collection1\conf中找到，这个配置文件内容有点多,主要内容有:使用的lib配置,包含依赖的jar和Solr的一些插件;组件信息配置;索引配置和查询配置,下面详细说一下索引配置和查询配置.5.2.1索引indexConfig Solr 性能因素，来了解与各种更改相关的性能权衡。 表 1 概括了可控制 Solr 索引处理的各种因素：属性描述useCompoundFile通过将很多 Lucene 内部文件整合到一个文件来减少使用中的文件的数量。这可有助于减少 Solr 使用的文件句柄数目，代价是降低了性能。除非是应用程序用完了文件句柄，否则 false 的默认值应该就已经足够。ramBufferSizeMB在添加或删除文档时，为了减少频繁的更些索引,Solr会选缓存在内存中,当内存中的文件大于设置的值,才会更新到索引库。较大的值可使索引时间变快但会牺牲较多的内存。如两个值同时设置,满足一个就会进行刷新索引.maxBufferedDocsmergeFactor决定低水平的 Lucene 段被合并的频率。较小的值（最小为 2）使用的内存较少但导致的索引时间也更慢。较大的值可使索引时间变快但会牺牲较多的内存。maxIndexingThreadsindexWriter生成索引时使用的最大线程数unlockOnStartupunlockOnStartup 告知 Solr 忽略在多线程环境中用来保护索引的锁定机制。在某些情况下，索引可能会由于不正确的关机或其他错误而一直处于锁定，这就妨碍了添加和更新。将其设置为 true 可以禁用启动锁定，进而允许进行添加和更新。lockTypesingle: 在只读索引或是没有其它进程修改索引时使用.native: 使用操作系统本地文件锁,不能使用多个Solr在同一个JVM中共享一个索引.simple :使用一个文本文件锁定索引.5.2.2 查询配置query属性描述maxBooleanClauses最大的BooleanQuery数量. 当值超出时，抛出 TooManyClausesException.注意这个是全局的,如果是多个SolrCore都会使用一个值,每个Core里设置不一样的化,会使用最后一个的.filterCachefilterCache存储了无序的lucene document id集合，1.存储了filter queries(“fq”参数)得到的document id集合结果。2还可用于facet查询3. 3）如果配置了useFilterForSortedQuery，那么如果查询有filter，则使用filterCache。queryResultCache缓存搜索结果,一个文档ID列表documentCache缓存Lucene的Document对象,不会自热fieldValueCache字段缓存使用文档ID进行快速访问。默认情况下创建fieldValueCache即使这里没有配置。enableLazyFieldLoading若应用程序预期只会检索 Document 上少数几个 Field，那么可以将属性设置为 true。延迟加载的一个常见场景大都发生在应用程序返回和显示一系列搜索结果的时候，用户常常会单击其中的一个来查看存储在此索引中的原始文档。初始的显示常常只需要显示很短的一段信息。若考虑到检索大型 Document 的代价，除非必需，否则就应该避免加载整个文档。queryResultWindowSize一次查询中存储最多的doc的id数目.queryResultMaxDocsCached查询结果doc的最大缓存数量, 例如要求每页显示10条,这里设置是20条,也就是说缓存里总会给你多出10条的数据.让你点示下一页时很快拿到数据.listener选项定义 newSearcher 和 firstSearcher 事件，您可以使用这些事件来指定实例化新搜索程序或第一个搜索程序时应该执行哪些查询。如果应用程序期望请求某些特定的查询，那么在创建新搜索程序或第一个搜索程序时就应该反注释这些部分并执行适当的查询。useColdSearcher是否使用冷搜索,为false时使用自热后的searchermaxWarmingSearchers最大自热searcher数量<fieldType name="text_ik" class="solr.TextField"> <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/></fieldType><field name ="text" type ="text_ik" indexed ="true" stored ="false" multiValued ="true"/>使用SolrJ方法基本一样也是设置这些个参数,只不过是SolrJ封装起来了,代码如下:6.4拼写检查 首先配置 solrconfig.xml，文件可能已经有这两个元素(如果没有添加即可)，需要根据我们自己的系统环境做些适当的修改。配置完成之后，我们进行一下测试,重启Solr后，访问如下链接http://localhost:8983/solr/ collection1/spell?wt=xml&indent=true&spellcheck=true&spellcheck.q=%E4%B8%AD%E5%9B%BD使用SolrJ时也同样加入参数就可以配置完成之后，我们进行一下测试,重启Solr后，访问如下链接http://localhost:8983/solr/ collection1/suggest?wt=xml&indent=true&spellcheck=true&spellcheck.q=%E4%B8%AD%E5%9B%BD使用SolrJ时也同样加入参数就可以<copyField source="cpu" dest="cpuCopy"/> 各个Facet字段互不影响,且可以针对每个Facet字段设置查询参数.以下介绍的参数既可以应用于所有的Facet字段,也可以应用于每个单独的Facet字段.应用于单独的字段时通过f.字段名.参数名=参数值这种方式调用.比如facet.prefix参数应用于cpu字段,可以采用如下形式f.cpu.facet.prefix=Intel&facet=on&facet.date=date&facet.date.start=2009-1-1T0:0:0Z&facet.date.end=2010-1-1T0:0:0Z&facet.date.gap=%2B1MONTH&facet.date.other=all参数　说明　　值域mlt在查询时，打开/关闭 MoreLikeThisComponent 的布尔值。true|falsemlt.count可选。每一个结果要检索的相似文档数。 　　　　　　　　　> 0mlt.fl　　用于创建 MLT 查询的字段。 　　　　　　　　　　　　　　任何被储存的或含有检索词向量的字段。mlt.maxqt可选。查询词语的最大数量。由于长文档可能会有很多关键词语，这样 MLT 查询可能会很大，从而导致反应缓慢或可怕的 TooManyClausesException，该参数只保留关键的词语。> 0使用SolrJ时也同样加入参数就可以minTermLenght：最小中文词长度，意思是小于这个值的中文词不会做拼音转换。minGram：最小拼音切分长度。 如果想使用简拼的话在拼音转换Filter 使用这个参数isFirstChar="true"就可以了 在这个拼音类型中我们使用了smartcn的中言语分词器，如果想使用其它的自己换掉就行了。现在我们在原来索引中加入一个拼音字段，因为只做索引,我们可以这样配置:<field name ="pinyin" type ="text_pinyin" indexed ="true" stored ="false" multiValued ="false"/><copyField source="content" dest="pinyin"/><copyField source="text" dest="spell"/>附1：schema.xml附2：solrconfig.xml

3、参考资料及文献http://wiki.apache.org/solr/ 所有的配置在这里都有说明,按需要配上就行了.