全文检索引擎Solr系列——入门篇
2016-04-14 11:41
183 查看
Solr采用Lucene搜索库为核心,提供全文索引和搜索开源企业平台,提供REST的HTTP/XML和JSON的API!
本教程以solr4.8作为测试环境,jdk版本需要1.7及以上版本。
Java相关环境的配置。下载解压缩solr,在example目录有start.jar文件,启动:
浏览器访问:http://localhost:8983/solr/,你看到的就是solr的管理界面
服务启动后,目前你看到的界面没有任何数据,你可以通过POST命令向Solr中添加(更新)文档,删除文档,在exampledocs目录包含一些示例文件,运行命令:
上面的命令是向solr添加了两份文档,打开这两个文件看看里面是什么内容,solr.xml里面的内容是:
表示向索引中添加一个文档,文档就是用来搜索的数据源,现在就可以通过管理界面搜索关键字”solr”,具体步骤是:
![](http://github-note.qiniudn.com/solr.png)
点击页面下的
solr支持丰富的查询语法,比如:现在想搜索字段
导入数据到Solr的方式也是多种多样的:
可以使用DIH(DataImportHandler)从数据库导入数据
支持CSV文件导入,因此Excel数据也能轻松导入
支持JSON格式文档
二进制文档比如:Word、PDF
还能以编程的方式来自定义导入
如果同一份文档solr.xml重复导入会出现什么情况呢?
实际上solr会根据文档的字段
观察替换前后管理界面的几个参数:
numDocs:当前系统中的文档数量,它有可能大于xml文件个数,因为一个xml文件可能有多个
maxDoc:maxDoc有可能比numDocs的值要大,比如重复post同一份文件后,maxDoc值就增大了。
deletedDocs:重复post的文件会替换掉老的文档,同时deltedDocs的值也会加1,不过这只是逻辑上的删除,并没有真正从索引中移除掉
通过id删除指定的文档,或者通过一个查询来删除匹配的文档
此时
当然solr也有数据库中的事务,执行删除命令的时候事务自动提交了,文档就会立即从索引中删除。
你也可以把commit设置为false,手动提交事务。
执行完上面的命令时文档并没有真正删除,还是可以继续搜索相关结果,最后可以通过命令:
提交事务,文档就彻底删除了。现在把刚刚删除的文件重新导入Solr中来,继续我们的学习。
删除所有数据:
删除指定数据
多条件删除
查询数据都是通过HTTP的GET请求获取的,搜索关键字用参数
例如:用
排序
Solr提供排序的功能,通过参数
q=video&sort=price desc
q=video&sort=price asc
q=video&sort=inStock asc, price desc
默认条件下,Solr根据
高亮
网页搜索中,为了突出搜索结果,可能会对匹配的关键字高亮出来,Solr提供了很好的支持,只要指定参数:
hl=true #开启高亮功能
hl.fl=name #指定需要高亮的字段
文本字段通过把文本分割成单词以及运用各种转换方法(如:小写转换、复数移除、词干提取)后被索引,schema.xml文件中定义了字段在索引中,这些字段将作用于其中.
默认情况下搜索”power-shot”是不能匹配”powershot”的,通过修改schema.xml文件(solr/example/solr/collection1/conf目录),把features和text字段替换成”text_en_splitting”类型,就能索引到了。
修改完后重启solr,然后重新导入文档
现在就可以匹配了
power-shot—>Powershot
features:recharing—>Rechargeable
1 gigabyte –> 1G
本教程以solr4.8作为测试环境,jdk版本需要1.7及以上版本。
准备
Java相关环境的配置。下载解压缩solr,在example目录有start.jar文件,启动:
索引数据
服务启动后,目前你看到的界面没有任何数据,你可以通过POST命令向Solr中添加(更新)文档,删除文档,在exampledocs目录包含一些示例文件,运行命令:![](http://github-note.qiniudn.com/solr.png)
点击页面下的
Execute Query按钮后右侧就会显示查询结果,这个结果就是刚才导入进去的solr.xml的json格式的展示结果。
solr支持丰富的查询语法,比如:现在想搜索字段
name里面的关键字”Search”就可以用语法
name:search,当然如果你搜索
name:xxx就没有返回结果了,因为文档中没有这样的内容。
数据导入
导入数据到Solr的方式也是多种多样的:可以使用DIH(DataImportHandler)从数据库导入数据
支持CSV文件导入,因此Excel数据也能轻松导入
支持JSON格式文档
二进制文档比如:Word、PDF
还能以编程的方式来自定义导入
更新数据
如果同一份文档solr.xml重复导入会出现什么情况呢?实际上solr会根据文档的字段
id来唯一标识文档,如果导入的文档的
id已经存在solr中,那么这份文档就被最新导入的同
id的文档自动替换。
观察替换前后管理界面的几个参数:
Num Docs,
Max Doc,
Deleted Docs的变化。
numDocs:当前系统中的文档数量,它有可能大于xml文件个数,因为一个xml文件可能有多个
<doc>标签。
maxDoc:maxDoc有可能比numDocs的值要大,比如重复post同一份文件后,maxDoc值就增大了。
deletedDocs:重复post的文件会替换掉老的文档,同时deltedDocs的值也会加1,不过这只是逻辑上的删除,并没有真正从索引中移除掉
删除数据
通过id删除指定的文档,或者通过一个查询来删除匹配的文档solr.xml文档从索引中删除了,再次搜”solr”时不再返回结果。
当然solr也有数据库中的事务,执行删除命令的时候事务自动提交了,文档就会立即从索引中删除。
你也可以把commit设置为false,手动提交事务。
删除所有数据:
查询数据
查询数据都是通过HTTP的GET请求获取的,搜索关键字用参数q指定,另外还可以指定很多可选的参数来控制信息的返回,
例如:用
fl指定返回的字段,比如
f1=name,那么返回的数据就只包括name字段的内容
Solr提供排序的功能,通过参数
sort来指定,它支持正序、倒序,或者多个字段排序
q=video&sort=price desc
q=video&sort=price asc
q=video&sort=inStock asc, price desc
默认条件下,Solr根据
socre倒序排列,socre是一条搜索记录根据相关度计算出来的一个分数。
高亮
网页搜索中,为了突出搜索结果,可能会对匹配的关键字高亮出来,Solr提供了很好的支持,只要指定参数:
hl=true #开启高亮功能
hl.fl=name #指定需要高亮的字段
返回的内容中包含:
文本分析
文本字段通过把文本分割成单词以及运用各种转换方法(如:小写转换、复数移除、词干提取)后被索引,schema.xml文件中定义了字段在索引中,这些字段将作用于其中.默认情况下搜索”power-shot”是不能匹配”powershot”的,通过修改schema.xml文件(solr/example/solr/collection1/conf目录),把features和text字段替换成”text_en_splitting”类型,就能索引到了。
power-shot—>Powershot
features:recharing—>Rechargeable
1 gigabyte –> 1G
相关文章推荐
- MyBatis直接执行SQL的工具SqlMapper
- 关于手势点击次数的识别(落伍了)一句话
- IOS 对象的归档与解档
- 61、Eclipse/MyEclipse常用的快捷键
- LightOJ 1033
- struts----用Action的属性接收参数
- 拾遗与填坑《深度探索C++对象模型》3.3节
- Sublime Text 3 配置php调试环境介绍
- Hypertable数据库应用实践:比肩HBase
- java通过文件头内容判断文件类型
- 图像文件该怎样转换成可编辑文本
- Swift笔记:数组
- 拾遗与填坑《深度探索C++对象模型》3.3节
- 应用软件登录逻辑总结
- 【原创】k8s源码分析-----kubelet(9)podWorkers
- iOS 局部变量 setTag后可在别的地方调用 viewWithTag
- Unicode中的UTF-8, UTF-16, UTF-16LE, UTF-16BE编码及转换 | Java基础
- 设计模式 命令模式 之 管理智能家电
- Windows命令行下如何使用批处理异步打开一个浏览器进程
- Android自定义控件开发实战之实现ListView下拉刷新实例代码