solr全文查询基本实现

1.概述

使用solr是为了解决系统中全文查询过慢的问题，针对大概15张表进行复杂的业务查询，数据量大概在400W左右。

使用的solr版本为5.3.0，因为当时使用的时候这个是最新的。

使用的是solr基本功能，并没有使用solr cloud。

本文不解释基本使用方法，只记录一些技术关键点。

2.搭建服务器并启动

（1）下载solr服务器

http://www.apache.org/dyn/closer.lua/lucene/solr/5.3.1

下载下来的已经是一个成型的服务器了，用的是较为轻量级的Jetty服务器，如果没有什么特殊需求的话，在使用的时候，就用这个Jetty服务器即可，不需要将里面的solr工程迁移到tomcat下面。

（2）启动服务器

windows下直接cmd进入solr目录下的bin目录，输入solr start即可。

linux 下注意给bin目录下赋予运行权限，输入./solr start即可。

（3）启动成功

如果启动成功，在浏览器里输入http://localhost:8983/solr/

会进入基本页面。

3.使用中的关键点

基本的用法我就不介绍了，主要记录一些使用时的关键点

1.多张表引入solr应该注意的事项，在solr中，引入数据主要是以核（core）为模块进行管理的，solr也提供多核联查，但书写查询语句较为复杂，且容易出错，所以在进行多表数据导入的时候，建议把相关业务放到一个核里面，一个核里面导入多张表的数据，id以表名加id区分。

2.在从数据库中导入大量数据的时候，注意需要设置批量导入属性： batchSize=”-1”，我是从mysql中进行导入的.

<dataSource type="JdbcDataSource"
driver="com.mysql.jdbc.Driver"
batchSize="-1"
url="jdbc:mysql://localhost/ttm"
user="root"
password="admin"/>
<document>
</document>
</dataConfig>

3.在查询中，灵活使用q条件和fq条件，q条件应为查询主体，比如name:solr，而fq应该为辅助查询条件，如：isDeleted:false and isHide:false。如果设置了高亮显示，q查询条件中的关键字会出现在高亮结果中，所以要避免把isDeleted和isHide放入q条件中，这样查询出来的结果就会不准确了。

5.solr查询的结果集是以一个隐藏属性score进行排序的，这个值就是匹配度，一般情况下我们不需要特殊修改，当然我们可以进行自定义，但是要注意，自定义排序的字段一定要是唯一的，就是设置为required=true的属性，

6.中文分词，网上都说用"庖丁解牛"或者“ik”，但是这两个分词器都是不支持新版solr的，在新版solr中自带有中文分词包，只需要引入即可，目录是solr-5.3.0\contrib\analysis-extras\lucene-libs\lucene-analyzers-smartcn-5.3.0.jar,把这个复制到solr-5.3.0\server\solr-webapp\webapp\WEB-INF\lib这个目录下。

然后将分词器注册进入schemal.xml中

<fieldType name="text_smart" class="solr.TextField" positionIncrementGap="100">      <analyzer type="index">       <!-- 此处需要配置主要的分词类 -->
<tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>

<filter class="solr.SmartChineseWordTokenFilterFactory"/>
<charFilter class="solr.HTMLStripCharFilterFactory" />
</analyzer>
<analyzer type="query">

<tokenizer class="solr.SmartChineseSentenceTokenizerFactory"/>
<filter class="solr.SmartChineseWordTokenFilterFactory"/>
<charFilter class="solr.HTMLStripCharFilterFactory" />
</analyzer>
</fieldType>