Solr6.0.0以上分词器配置[中文]

solr有一个分词解析的功能,能够将单词或者中文字符拆分成独立的词语 如:中华人民共和国 -->中华 人民 共和国

这个分词器的配置是在solrhome\configsets\sample_techproducts_configs\conf中managed-schema文件,我们不得不提6.0.0之前

solrconfig.xml：每一个solrcoe对应的核心配置，配置了请求路径的映射及各种解释器，位于{solehome}/{solrcore}/conf/solrconfig.xml

managed-schema:在solr 6以后，这个文件没有扩展名，它用于放置索引的字段相关配置，在6.0版本以前，这个文件名叫scheme.xml，需要用户自己维护

关于managed-schema配置：放置了字段映射及分词器相关的配置

field：字段，创建索引所需要的字段名，在solr里它也被称为“域”，一个字段就是一个域，我们搜索时，搜索的是“域”
fieldType：字段类型，也称“域类型”，它定义了这个“域”所在的处理类型，它指定了如果处理这个“域”的信息，主要是分词相关
dynamicField：动态字段，也称“动态域”，它提供“域”的模糊匹配
copyField：拷贝字段，也称“拷贝域”，它用于相同字段类型的转换，有点类似于java里的BO或VO
analyzer：分词器，定义在fieldType，用于自定义分词器，常用的几个中文分词器：IK Analyzer、庖丁解牛、mmseg4j
uniqueKey：数据的唯一标识，solr需要每条数据都有id，但这个"id"只是一个标识，可以换成任意名称，它相当于数据表的主键字段

在managed-schema中添加一下的中文分词 字段配置

  <fieldType name="mmseg4jComplex" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex"/>
</analyzer>
</fieldType>
<fieldType name="mmseg4jMaxWord" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word"/>
</analyzer>
</fieldType>
<fieldType name="mmseg4jSimple" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple"/>
</analyzer>
</fieldType>

solrconfig.xml相关
requestHandler：类似于springMVC里的requestMapping，用于拦截url映射请求，我们通过客户端或solr控制台向solr服务器发送命令时，由requestHandler做请求的映射。
searchComponent：搜索组件：定义了搜索requestHandler组件类型
下载jar包: https://github.com/chenlb/mmseg4j-solr下载并配置mmseg4j中文分词器,将下载的mmseg4j的两个jar加入tomcat-solr/webapp/solr/WEB-INF/lib/中 mmseg4j-solr-2.3.1-SNAPSHOT.jar
mmseg4j-core-1.10.1-SNAPSHOT.jar

重启Tomcat
找到core的下拉框选择 core

选择Analyse

然后在Fieldvalue写入汉字

Analyse Fieldname / FieldType:选择之前配置的mmseg4类型

点击生成按钮