初学者Apache Solr教程
本文英文版地址：https://examples.javacodegeeks.com/enterprise-java/apache-solr/apache-solr-tutorial-beginners/
在Apache Solr Tutorial for Beginners示例中，我们将讨论如何安装最新版本的Apache Solr并告诉您如何配置它。此外，我们将向您展示如何使用示例数据文件执行索引。 Apache Solr支持从不同的源格式索引，包括各种数据库，PDF文件，XML文件，CSV文件等。在这个例子中，我们将研究如何从CSV文件索引数据。
我们首选的环境是Windows。 在开始Solr安装之前，请确保已安装JDK并已正确设置Java_Home。
为什么是Apache Solr
Apache Solr是一个强大的搜索服务器，它支持像API一样的REST。 Solr由Lucene提供支持，可以实现强大的匹配功能，例如短语，通配符，连接，分组和更多的各种数据类型。 它是高度优化的高流量使用Apache Zookeeper。 Apache Solr提供了大量的功能，我们列出了一个高影响功能的子集。
- 高级全文搜索功能。
- 基于开放接口的标准 - XML，JSON和Http。
- 高度可扩展和容错。
- 支持Schema和Schemaless配置。
- 分面搜索和过滤。
- 支持主要语言，如英语，德语，中文，日语，法语等
- 富文档解析。
2.安装Apache Solr
首先，从以下位置下载最新版本的Apache Solr：
http://lucene.apache.org/solr/downloads.html
截至本文，稳定版本可用是5.0.0。 Apache Solr已经经历了从4.xx到5.0.0的各种更改，因此如果您有不同版本的Solr，则需要下载5.xx版本以遵循此示例。
下载Solr zip文件后，将其解压缩到文件夹中。 提取的文件夹将如下所示。
Solr文件夹
bin文件夹包含用于启动和停止服务器的脚本。
example文件夹包含几个示例文件。 我们将使用其中一个来演示Solr如何对数据进行索引。server文件夹包含用于写入所有Solr日志的logs文件夹。在索引期间检查日志中的任何错误将有所帮助。
服务器下的solr文件夹包含不同的集合或核心。
每个核/集合的配置和数据存储在相应的核/集合文件夹中。
Apache Solr附带了一个内置的Jetty服务器。 但在我们启动solr实例之前，我们必须验证JAVA_HOME是否在机器上设置。
我们可以使用命令行脚本启动服务器。 让我们从命令提示符转到bin目录并发出以下命令
solr start
这将在默认端口8983下启动Solr服务器。
我们现在可以在浏览器中打开以下URL，并验证我们的Solr实例正在运行。 solr管理工具的具体细节超出了示例的范围。
http://localhost:8983/solr/
Solr管理控制台
3.配置Apache Solr
在本节中，我们将向您展示如何配置solr实例的核心/集合以及如何定义字段。 Apache Solr附带一个名为Schemaless模式的选项。 此选项允许用户构建有效的模式，而无需手动编辑模式文件。但是对于这个例子，我们将使用Schema配置来理解Solr的内部。
3.1创建核心
当Solr服务器在独立模式下启动时，配置称为核心，当它在SolrCloud模式下启动时，配置称为集合。在这个例子中，我们将讨论独立的服务器和核心。 我们将暂停SolrCloud讨论以供日后使用。
首先，我们需要创建一个用于索引数据的Core。 Solr create命令有以下选项：
- -c <name> - 要创建的核心或集合的名称（必需）。
- -d <confdir> - 配置目录，在SolrCloud模式下有用。
- -n <configName> - 配置名称。 此默认值与核心或集合的名称相同。
- -p <port> - 要向其发送create命令的本地Solr实例的端口;默认情况下，脚本尝试通过查找正在运行的Solr实例来检测端口。
- -s <shards> - 将集合拆分为的分片数，默认值为1。
- -rf <replicas> - 集合中每个文档的副本数。默认值为1。
在本例中，我们将使用-c参数作为核心名称，使用-d参数作为配置目录。 对于所有其他参数，我们使用默认设置。
现在在命令窗口中导航solr-5.0.0in文件夹，并发出以下命令。
solr create -c jcg -d basic_configs
我们可以在命令窗口中看到以下输出。
1 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">Creating new core "jcg" using command:</span>使用命令创建新核心"jcg"：</span> |
2 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">http://localhost:8983/solr/admin/cores?action=CREATE&name=jcg&instanceDir=jcg</span>
http：// localhost：8983 / solr / admin / cores？action = CREATE＆name = jcg＆instanceDir = jcg</span> |
3 |
4 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">{</span> {</span> |
5 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">"responseHeader":{</span> “responseHeader”：{</span> |
6 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">"status":0,</span> “status”：0，</span> |
7 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">"QTime":663},</span> “QTime”：663}，</span> |
8 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">"core":"jcg"}</span> “core”：“jcg”}</span> |
现在我们导航到以下URL，我们可以看到jcg core被填充在核心选择器中。 您还可以查看核心的统计信息。
http://localhost:8983/solr
Solr JCG核心
3.2修改schema.xml文件
我们需要修改文件夹serversolrjcgconf下的schema.xml文件，以包含字段。我们将使用随同Solr安装一起提供的示例文件“books.csv”中的一个进行索引。
该文件位于文件夹solr-5.0.0exampleexampledocs
现在我们导航到文件夹serversolr目录。
您将看到一个名为jcg的文件夹。 子文件夹即conf和data分别具有核心的配置和索引数据。
现在编辑serversolrjcgconf文件夹中的schema.xml文件，并在uniqueKey元素后面添加以下内容。
schema.xml
1 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><uniqueKey>id</uniqueKey></span> <uniqueKey>
id </ uniqueKey></span> |
2 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><!-- Fields added for books.csv load--></span> <！ - 为books.csv加载添加的字段 - ></span> |
3 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><fieldname="cat"type="text_general"indexed="true"stored="true"/></span>
<fieldname =“cat”type =“text_general”indexed =“true”stored =“true”/></span> |
4 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><fieldname="name"type="text_general"indexed="true"stored="true"/></span>
<fieldname =“name”type =“text_general”indexed =“true”stored =“true”/></span> |
5 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><fieldname="price"type="tdouble"indexed="true"stored="true"/></span>
<fieldname =“price”type =“tdouble”indexed =“true”stored =“true”/></span> |
6 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><fieldname="inStock"type="boolean"indexed="true"stored="true"/></span>
<fieldname =“inStock”type =“boolean”indexed =“true”stored =“true”/></span> |
7 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><fieldname="author"type="text_general"indexed="true"stored="true"/></span>
<fieldname =“author”type =“text_general”indexed =“true”stored =“true”/></span> |
我们已将indexed的属性设置为true。
这指定了用于索引的字段，并且可以使用索引检索记录。 将值设置为false将使该字段只存储，但不能查询。
还要注意，我们有另一个属性叫stored并设置为true。
这指定字段存储并可以在输出中返回。 将此字段设置为false将使该字段仅编入索引，并且无法在输出中检索。
我们已经为“books.csv”文件中的字段分配了类型。 CSV文件“id”中的第一个字段由schema.xml文件的uniqueKey元素自动处理，用于建立索引。 如果你注意到，我们错过了字段series_t，sequence_i和genre_s，不做任何输入。 但是，当我们执行索引时，所有这些字段也被索引而没有任何问题。 如果你想知道这种情况，请仔细看看schema.xml文件中的dynamicField部分。
schema.xml
01 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_i"type="int"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ i”type =“int”indexed =“true”stored =“true”/></span> |
02 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_is"type="ints"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ is”type =“ints”indexed =“true”stored =“true”/></span> |
03 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_s"type="string"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ s”type =“string”indexed =“true”stored =“true”/></span> |
04 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_ss"type="strings"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ ss”type =“strings”indexed =“true”stored =“true”/></span> |
05 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_l"type="long"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ l”type =“long”indexed =“true”stored =“true”/></span> |
06 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_ls"type="longs"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ ls”type =“longs”indexed =“true”stored =“true”/></span> |
07 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_t"type="text_general"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ t”type =“text_general”indexed =“true”stored =“true”/></span> |
08 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_txt"type="text_general"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ txt”type =“text_general”indexed =“true”stored =“true”/></span> |
09 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_b"type="boolean"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ b”type =“boolean”indexed =“true”stored =“true”/></span> |
10 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_bs"type="booleans"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ bs”type =“booleans”indexed =“true”stored =“true”/></span> |
11 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_f"type="float"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ f”type =“float”indexed =“true”stored =“true”/></span> |
12 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_fs"type="floats"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ fs”type =“floats”indexed =“true”stored =“true”/></span> |
13 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_d"type="double"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ d”type =“double”indexed =“true”stored =“true”/></span> |
14 |
<spanclass="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left"><dynamicFieldname="*_ds"type="doubles"indexed="true"stored="true"/></span>
<dynamicFieldname =“* _ ds”type =“doubles”indexed =“true”stored =“true”/></span> |
由于我们已经修改了配置，我们必须停止和启动服务器。 为此，我们需要通过命令行从bin目录发出以下命令。
solr stop -all
服务器将立即停止。 现在启动服务器通过命令行从bin目录发出以下命令。
solr start
4.索引数据
Apache Solr附带一个名为SimplePostTool的独立Java程序。
该程序打包到JAR中，安装在exampleexampledocs文件夹下。
现在，我们导航到命令提示符中的exampleexampledocs文件夹，并键入以下命令。您将看到一堆使用该工具的选项。
java -jar post.jar -h
使用格式一般如下 Usage: java [SystemProperties] -jar post.jar [-h|-] [<file|folder|url|arg>
[<file|folder|url|arg>...]]
正如我们前面所说，我们将索引solr安装附带的“books.csv”文件中的数据。
我们将在命令提示符中导航到solr-5.0.0exampleexampledocs并发出以下命令。
java -Dtype=text/csv -Durl=http://localhost:8983/solr/jcg/update -jar post.jar books.csv
这里使用的SystemProperties是：
- -Dtype - 数据文件的类型。
- -Durl - jcg核心的URL。
文件“books.csv”现在将被索引，并且命令提示符将显示以下输出。
1 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">SimplePostTool version5.0.0</span> SimplePostTool版本5.0.0</span> |
2 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">Posting files to [base] url http://localhost:8983/solr/jcg/update using content-</span>将文件发布到[base] url http：// localhost：8983 / solr / jcg / update using content-</span> |
3 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">type text/csv...</span>键入text / csv ...</span> |
4 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">POSTing file books.csv to [base]</span>将文件books.csv发布到[base]</span> |
5 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">1files indexed.</span>
1个文件已索引。</span> |
6 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">COMMITting Solr index changes to http://localhost:8983/solr/jcg/update...</span>提交Solr索引更改为http：// localhost：8983 / solr / jcg / update ...</span> |
7 |
<span class="notranslate"onmouseover="_tipon(this)"onmouseout="_tipoff()"><spanclass="google-src-text"style="direction:
ltr; text-align: left">Time spent:0:00:00.647</span>所用时间：0：00：00.647</span> |
现在我们导航到以下URL并选择核心jcg。
http://localhost:8983/solr
Solr JCG核心数据
仔细看看统计部分，Num Docs参数将显示索引的行数。
5.访问索引的文档
Apache Solr提供了基于REST的API来访问数据，并且还提供了不同的参数来检索数据。我们将向您展示几个基于场景的查询。
5.1按名称搜索
我们将通过它的名字检索书的细节。 为此，我们将使用以下语法。URL中的参数“q”是查询事件。
在浏览器中打开以下URL。
http://localhost:8983/solr/jcg/select?q=name:"A Clash of Kings"
输出将如下所示。
Solr按名称
5.2按起始字母搜索
现在，我们将告诉你如果我们只知道起始字母或词，并且不记得完整的标题，如何搜索记录。 我们可以使用以下查询来检索结果。
http://localhost:8983/solr/jcg/select?q=name:"A"
输出将列出所有用字母A盯着的书。
Solr开头字母
5.3使用通配符搜索
Solr支持通配符搜索。 我们将在以下查询中显示如何检索名称中包含单词“of”的所有书籍。
http://localhost:8983/solr/jcg/select?q=name:"*of"
输出将列出所有带有“of”字样的书。
Solr通配符搜索
5.4使用条件搜索
Solr支持条件搜索。 它提供了“fq”参数，使用它可以为我们的查询设置条件。我们将向您展示如何在以下查询中查找价格低于$ 6的图书。
http://localhost:8983/solr/jcg/select?q=*&fq=price:[0 TO 6]
输出将仅列出少于6美元的图书。
Solr搜索条件
6. Solr客户端API
有不同的客户端API可用于连接到Solr服务器。 我们列出了一些广泛使用的Solr客户端API。
- SolRuby - 从Ruby连接
- SolPHP - 从PHP连接
- PySolr - 从Python连接
- SolPerl - 从Perl连接
- SolrJ - 从Java连接
- SolrSharp - 从C＃
此外，Solr提供了基于REST的API，可以使用JavaScript直接使用。
7.下载模式文件
这是一个Apache Solr的教程为初学者。
下载您可以在这里下载模式文件： Solr模式文件
