solr学习入门（一）

前段时间自己简单的学习了一下Elasticsearch，但是我们目前开发项目中其实使用的还是solr，自己之前虽然也接触过solr，但是并没有系统的学习过，所以这次准备系统的学习一下。另外我看到网上很多solr服务都是和tomcat整合使用的，这点我确实不太理解（solr是个web项目没错，但是没感觉到它需要基于tomcat来使用），这次自己也是单独使用solr的，没有和tomcat做整合。

一、安装

首先下载solr，下载地址，然后选择相应的目录，我本地安装位置：

/home/ypcfly/ypcfly/software/solr/solr-7.5.0

解压以后直接进入到安装路径下的bin目录，执行启动命令启动solr服务，启动成功后，打开浏览器访问:

localhost:8983/solr

图-1.png

表示服务器已经成功启动了，接下来我们需要创建一个core，一个solr服务是可以有多个core的，创建core可以直接通过命令创建

也可以通过后台管理页面手动创建。先进入到 /home/ypcfly/ypcfly/software/solr/solr-7.5.0/server/solr目录下，创建一个文件夹"custom_core"，并复制同目录下的configsets文件夹下的"conf"文件夹到"custom_core"，然后进入solr的后台管理页面，如下图：

图-2.png

如果创建过程中出错，按照错误信息提示修改就可以了，这个过程还是很简单的。最后在"core selector"下可以选择自己的core，并进行其他的操作，到这里solr的安装以及core的创建就完成了。

二、数据导入

core创建好了之后，solr还没有数据，所以需要从数据库批量添加数据到solr服务器。数据导入可以通过solr后台管理页面导入，也可以通过代码操作solr客户端导入，这里就简单的通过后台管理页面导入数据。先选择需要导入数据的core，然后选择Dataimport，如下图：

图-3.png

但是，在导入之前我们还有两个很重要的事情需要处理：一是配置导入数据需要的处理器；二是配置数据源。

1、配置导入数据处理器

打开 /home/ypcfly/ypcfly/software/solr/solr-7.5.0/server/solr/cutom_core/conf/solrconfig.xml文件，添加导入数据处理器，这个和其他的处理器放在一起就可以了。

2、配置数据源

然后在conf文件夹下新建一个dataConfig.xml文件（名字自己随意取，只需要和上面solrconfig配置中的名称一致即可），并配置数据源和相关的document，也就是需要导入的数据。solr的数据源是支持多个数据库的，比方我可以使用mysql的user表，同时使用postgresql的order表，只是相对复杂一点，多库的情况个人感觉应该很少见。具体可以见solr官方文档，我依然使用的是postgresql数据库，其他数据库一样的格式。这里我document配置了最简单的单表查询。entity就是我们的"实体"，column就是表的列名，name是对应的solr的Field。

数据源的配置文件配置好以后，需要将数据库查询的column的名字和solr中Field的名字对应起来，所以还需要在schema配置文件添加相关的Field，打开conf下面的managed-schema文件，添加相应的Field。

自定义Field的类型必须是solr已有的类型，indexed表示改字段是否支持索引，stored表示是否会存储。至于为什么我没添加id，那是因为solr已经有了id字段，所以不需要用户再去定义了。

最后一个是导入相关的jar包，因为数据导入我们使用到了数据库，所以必须要有数据库驱动的jar，另一个就是solr自带的data-import的jar。数据库驱动根据自己数据库选择，而solr自带的两个相关jar包，可以在solr解压目录"dist"目录下找到，我本地路径：

/home/ypcfly/ypcfly/software/solr/solr-7.5.0/dist

一个是solr-dataimporthandler-7.5.0.jar，另一个是solr-dataimporthandler-extras-7.5.0.jar。将这三个jar包复制到"../server/solr-webapp/webapp/WEB-INF/lib"文件夹下。

然后重新启动solr服务器。

3、导入数据

启动好solr服务器后，打开solr后台管理页面，选择"Dataimport"，勾选上"图-3"中的"Clean"和"Commit"，然后点击"Excute"执行成功后，在点击旁边的"Refresh status"，如果报错的话根据报错信息进行排除即可。然后我们查询一下数据是不是真的导入成功，选择查询所有数据，看结果是否一致就可以了。

图-4.png

结果总共有4条记录和我数据的数据完全一致，说明数据导入成功了。

三、安装IK分词器

其实solr也好elasticsearch一般都会配置单独的中文分词器，根据需要可能会选IK或者pingyin，也可能都安装，下面简单记录下安装IK中文分词的过程。solr也是有自带分词器的，但是对中文支持并不好，所以都会需要安装专门的中文分词器。

1、配置IK

先根据自己solr版本下载相应的IK分词器包，下载地址。感觉solr版本的IK下载地址不太好找，不像Elasticsearch非常容易找到每个版本对应的IK。下载的时候选择jar格式，下载之后将jar包复制到"../server/solr-webapp/webapp/WEB-INF/lib"文件夹下，我的本地路径是：

/home/ypcfly/ypcfly/software/solr/solr-7.5.0/server/solr-webapp/webapp/WEB-INF/lib

然后在WEB-INF文件夹下新建一个"classes"文件，复制IK分词器需要的相关配置文件（我是从jar包解压获取的）到classes目录下，其实主要就一个，那就是"IKAnalyzer.cfg.xml"，也就是IK的配置文件，内容也不多，如果找不到直接复制就行

在上面的配置文件中我已经自定义了我的用户词典，当然还没用配置相关的词。用户词典应该也可以配置远程字典的，但是这里不知道为什么没有。

2、配置schema

这里我们需要打开"core"/conf目录下的"managed-schema"文件，然后添加上IK的分词器的配置内容：

名字自己随意就好了，到这里关于IK分词器的整个配置就完成了，接下来使用IK分词器测试一下

3、测试

配置IK完成后启动solr服务器，选择自定义的core，选择"Analysis"，随意输入一段中文，然后选择到"ik_word"（和上面managed-schema配置中自己定义名称一致），点击右侧"Analyse Values"，结果如下：

图-5.png

这个时候我自定义的用户字典还每没添加任何的词语，但是根据结果也看出来，其实IK已经帮我们做了一些分词了，只是效果比较差，更多的还是一个一个的汉字，下面是分词结果：

这是IK默认的分词效果，现在我们使用我们自己的那字典，然后再测试一下。先进入相关的文件夹，即

/home/ypcfly/ypcfly/software/solr/solr-7.5.0/server/solr-webapp/webapp/WEB-INF/classes

打开自定义的字典文件custom.dic，并添加几个词语，我添加的词语如下：

也就是说这些词会被solr单独分出来作为一个不可分的最小单元，完成后重新启动solr再测试一次，结果如下：

图-6.png

相比第一次没添加的时候已经好些了，整个分词结果如下：

通过两次分词结果对比很直观的就发现，自定义字典里的词都已经分出来了，但是感觉效果还是不太好，我记得IK应该是可以指定最大分词和最小分词的，，自己在ES上安装ik确实是支持最大分词和最小分词的，但是和solr的整合中自己还没有发现这个功能，不知道是不是ES对IK又做了一些专门的优化，ES每个版本都会有对应的IK版本，不需要自己再去找，但是solr安装IK，自己找了很久才找到，这点来说ES做的很不错。

好了，这次关于solr的入门学习先到这里，关于solr的一些基本操作下次再继续学习吧，到时候可以通过一个简单的demo，学习一下如何在代码中使用solr。