2024年1月18日发(作者：)
Apache Solr 教程
本文介绍的内容是根据 Apache Solr 版本 1.3.0.2009.02.07.10.59.58 编写的，如果你在使用一个不同版本的Solr，请参看伴随发布版中的文档。
● 概述
● 准备
● 开始
● 索引数据
● 更新数据
○ 删除数据
● 查询数据
○ 排序
● 文本分析
○ 分析调试
● 总结
●概述
这个文档使用一个例子来介绍运行Solr的基本知识。
●准备
为了进行这个教程，你需要...
1. Java 1.5或者更高版本。你可以从Sun、IBM、BEA获得它。在命令行中运行 java -version 将显示版本号，确保版本号大于1.5 。
2. 下载一个 Apache Solr 发行版。
3. 一个浏览器用来访问管理页面，IE的标签页看起来不是很好，推荐使用 FireFox 或者 Mozilla 。
●开始
请运行浏览器显示这个教程和在此机器上的Solr服务器，教程会正确地指向你的Solr服务器。
unzip你下载下来的Solr版本，并且改变你的工作目录到"example"目录。(注意，基本的目录结构可能会因你下载的版本不同而有一定的变化)。
chrish@asimov:~solr$ ls
chrish@asimov:~solr$ unzip -q
chrish@asimov:~solr$ cd solr-nightly/example/
Solr可以运行在你选择的 Java Servlet 容器上，为了简化这个教程，例子索引包含了一个Jetty的最小化安装。为了编译JSP，这个版本的Jetty需要你从JDK中运行java,而不是一个JRE中运行Java。
为了运行带有Solr应用程序的Jetty和例子配置，仅需运行 ....
chrish@asimov:~/solr/example$ java -jar
1 [main] INFO - Logging to Logger@1f436f5 via
4jLog
334 [main] INFO - Extract jar:file:/home/chrish/solr/example/webapps/!/
to /tmp/Jetty__solr/webapp
Feb 24, 2006 5:54:52 PM rvlet init
INFO: =/home/chrish/solr/example
Feb 24, 2006 5:54:52 PM nfig
INFO: Loaded Config
...
1656 [main] INFO - Started SelectChannelConnector @ 0.0.0.0:8983
这个将会在8983端口启动Jetty应用服务器，在终端上会显示服务器输出的日志信息。
通过在浏览器中输入 localhost:8983/solr/admin/ 能看到Solr正在运行，这是Solr管理员的入口。
●索引数据
你的Solr服务器运行起来了，但是它没有包含任何数据。你可以通过POST包含指令(添加、更新、删除文档，提交未决的添加、删除和优化索引命令)的XML文档来改变一个Solr索引。
exampledocs目录包含了Solr类型指令的例子，也可以在命令行使用一个java工具POST数据(这个脚本的名称为，但是这个教程里我们将使用跨平台的Java客户端)。
让我们继续这个学习，打开一个终端窗口，进入exampledocs目录，运行"java -jar "命令并提供XML参数文件，指示Solr服务器的URL：
chrish@asimov:~/solr/example/exampledocs$ java -jar
SimplePostTool: version 1.2
SimplePostTool: WARNING: Make sure your XML documents are encoded in UTF-8, other encodings are
not currently supported
SimplePostTool: POSTing files to localhost:8983/solr/update..
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: COMMITting Solr index changes..
你现在已经在Solr中有了两个已经索引的文档，并已经提交了这些改变。你现在可以在Admin管理页面上的"Make a Query"上搜索 "solr" 就能返回结果。点击 "Search" 按钮，然后浏览下面的
localhost:8983/solr/select/?stylesheet=&q=solr&version=2.1&start=0&rows=10&indent=on
你可以使用下面的命令索引所有的例子数据(假设你的shell支持 *.xml形式的匹配模式)：
chrish@asimov:~/solr/example/exampledocs$ java -jar *.xml
SimplePostTool: version 1.2
SimplePostTool: WARNING: Make sure your XML documents are encoded in UTF-8, other encodings are
not currently supported
SimplePostTool: POSTing files to localhost:8983/solr/update..
SimplePostTool: POSTing file
SimplePostTool: POSTing file ipod_
SimplePostTool: POSTing file ipod_
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: POSTing file
SimplePostTool: COMMITting Solr index changes..
...现在可以你可以使用默认的 Lucene QueryParser语法查询所有排序的内容...
● video
● name:video
● +video +price:[* TO 400]
●更新数据
你可能已经注意到，即使已经被POST到服务器两次，但你搜索"solr"时仍然只得到一个结果。这是因为例子文件指定了一个"uniqueKey"字段作为"id"。无论何时你向Solr发送指令添加一个文档，如果已经存在一个uniqueKey相同的文档，它会自动地为你替换。你通过查看在统计页面的"CORE"部分的numDocs 和 maxDoc值来看刚才发生的事情...
localhost:8983/solr/admin/
numDoc 应该为16 (因为我们的11个XML例子文件包含了不止一个
编辑已经存在的XML文件修改一些数据，重新运行 java -jar 命令，你将会在后续的搜索中看到你做的改变。
○删除数据
你可以提交一个删除命令到更新的URL来删除数据，在标识符字段指定值，或者进行匹配多个文档的查询（这个要小心!)。因为这些命令都非常小，在这里我们再命令上进行这些操作，而不是指定一个XML文件。
执行下面的命令来删除一个文档
java -Ddata=args -Dcommit=no -jar "
现在查看统计页面UPDATE HANDLERS 部分，deletesPending 应该为1。
如果你现在搜索id:SP2514N你仍能找到它，因为索引的改变是不可见的直到其数据更新到磁盘。现在向Solr提交一个命令:
java -jar
现在重新执行前面的搜索，将不会有匹配文档被发现。也可以重新访问统计页面，观察UPDATE_HANDLERS和CORE部分的改变。
这里是一个使用delete-by-query来删除在名字中有DDR的内容：
java -Ddata=args -jar "
提交是一个非常费时的操作，最好对一个索引一次提交多个改变，在最后提交再提交命令。也有一个优化命令，除了其完成提交命令相同的事情外，它会合并所有的索引段到一个单个的段中，这让搜索速度会更快，已经删除的文档也会从索引中删除。
为了继续这个教程，我们需要把例子文档重新提交一边，使用下面的命令：
java -jar *.xml
●查询数据
查询可以通过HTTP的GET方式，URL的查询字符串中要包含q参数。你也可以传递一些可选参数来控制请求处理器返回什么信息。例如，你可以使用"fl"参数来控制返回什么存储字段，还有如果关联值(relevancy
score)被返回时...
● q=video&fl=name,id (仅返回 name 和 id 字段)
● q=video&fl=name,id,score (同时返回关联值)
● q=video&fl=*,score (返回所有字段，同时还有关联值)
● q=video&sort=price desc&fl=name,id (排序: 按 price 降序)
Solr提供了在管理页面进行查询的接口，这个允许设置不同的查询参数，这在调试查询时是很有用的。
○排序
Solr提供了一个简单的方法来排序一个或者多个索引段。使用"sort"参数来指定 "field direction" 参数对...
● q=video&sort=price desc
● q=video&sort=price asc
● q=video&sort=inStock asc, price desc
"score"当指定一个排序时"score"也可以作为一个字段名...
● q=video&sort=score desc
● q=video&sort=inStock asc, score desc
如果没有制定排序，默认是关联值降序，这个和Lucene搜索API是一样的。
●文本分析
文本字段一般通过把字段分割成单词来索引，或者进行不同的转换，例如转换成小写、移出重复值或者填充来增加关联性。通常为了匹配索引使用同样的转换来进行查询。
例子查询阐释了改进关联性的转换：
● 一个搜索power-shot匹配PowerShot, adata 匹配 A-DATA ,因为使用了 WordDelimiterFilter
和LowerCaseFilter.
● 一个搜索 name:printers 匹配 Printer, 和 features:recharging 匹配 Rechargeable，因为使用了EnglishPorterFilter.
●一个搜索 "1 gigabyte" 匹配GB, 和 pixima匹配Pixma因为使用了SynonymFilter.
使用了模式中定义的索引字段和分析类型。当前服务器使用的模式可以使用管理页面的[SCHEMA]连接来访问。
分析组件Analyzers、Tokenizers、TokenFilters的完整描述请访问/solr/AnalyzersTokenizersTokenFilters。
○分析调试
有一个分析调试页面，在这里你能看到文本如何被分割成单词，同时显示了经过过滤器链中每一个过滤器后的结果。这里显示了 "Canon PowerShot SD500"在名称字段如何作为一个值进行索引。表格的每一行显示了经过名称字段分析器TokenFilter之后的结果。在相同位置生成的Tokens显示在同一列，在这里是shot 和powershot。
选择verbose输出能看到更多信息，例如在链中美一个分析组件的名称、分割位置、在原来文本中的起始和终止位置。
这里是一个 stemming和stop-words工作的例子。
●结论
祝贺你！你已经运行了一个小的Solr实例，已经添加了一些文档和改变了索引。你已经学习了关于查询、文本分析和Solr管理接口的知识。你现在可以在自己的项目中使用Solr了！可采取下面的步骤：
● 订阅Solr邮件列表！
● 拷贝一份Solr例子作为你项目的模版。
● 定制schema 和其它在solr/conf/ 的配置来符合你的需求。
发布评论