Solr的入门使用

Solr是Apache下的一个顶级开源项目，采用Java开发，它是基于Lucene的全文搜索服务器。Solr提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展，并对索引、搜索性能进行了优化，被很多需要搜索的网站中广泛使用。

Solr基于Lucene的Java搜索引擎服务器，其主要功能包括全文检索、命中标示、分面搜索、动态聚类、数据库集成，以及富文本（如Word、PDF）的处理。Solr是高度可扩展的，并提供了分布式搜索和索引复制。

Solr安装

目前使用环境：

• Java 1.8
• Solr 8.2.0版本
• Windows7

下载

我们可在官网下载Solr对应的版本。下载到相应位置并解压，可看到不同的文件目录。

• bin：solr的运行脚本
• contrib：solr的一些扩展jar包，用于增强solr的功能
• dist：该目录包含build过程中产生的jar文件，以及相关的依赖文件
• example：solr工程的例子目录
• licenses：solr相关的一些许可信息

启动

进入到bin目录，打开cmd窗口，运行solr start即可启动。Solr默认端口为8983，启动成功后可在浏览器访问localhost:8983/solr，如若启动成功，可看到Solr管理界面。

solr的操作

启动  	solr start
停止  	solr stop
重启		solr restart
状态  	solr status

配置中文分词器

Solr默认没有中文分词器，作为国人需要自己安装中文分词器，我使用的是IK-Analyzer-Solr8分词器。可在如下地址下载Jar包。

将下载的Jar包放入到~\solr-8.2.0\server\solr-webapp\webapp\WEB-INF\lib目录下，并配置~\solr-8.2.0\server\solr\configsets\_default\conf\managed-schema文件,加入以下配置代码。

<dynamicField name="*_txt_ik" type="text_ik"  indexed="true"  stored="true"/>
<fieldType name="text_ik" class="solr.TextField"><analyzer type="index"><tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/><filter class="solr.LowerCaseFilterFactory"/></analyzer><analyzer type="query"><tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/><filter class="solr.LowerCaseFilterFactory"/></analyzer>
</fieldType>

创建Core

在Solr中，每一个Core代表一个索引库，里面包含索引数据及其配置信息。Solr中可以拥有多个Core，也就是同进管理多个索引库、就像MySQL中可以有多个数据库一样。

Solr的bin目录下打开cmd窗口，运行solr create -c test_solr，test_solr是core名，可以自定义修改。创建成功后，会在~\solr-8.2.0\server\solr中出现相应的文件夹，里面需要注意managed-schema、solrconfig.xml两个配置文件。managed-schema定义了索引库的数据类型,同时指明某个类型的字段是不是要进行索引,是不是要进行保存到索引库里等等。solrconfig.xml则是包含了很多solr自身配置相关的参数。

这样我们就可以在Solr界面进行插入Field、插入数据、查询数据等等操作了。

Java操作Solr

引入Jar包

<dependency><groupId>org.apache.solr</groupId><artifactId>solr-solrj</artifactId><version>8.2.0</version>
</dependency>

定义对象

import org.apache.solr.client.solrj.beans.Field;import lombok.AllArgsConstructor;
import lombok.Data;
import lombok.NoArgsConstructor;@Data
@AllArgsConstructor
@NoArgsConstructor
public class Worker{@Field("workid")private String workid;@Field("position")private String position;@Field("salary")private double salary;
}

Java连接Solr服务器

private final static String SOLR_URL = "http://localhost:8983/solr/test_solr2";HttpSolrClient solr = null;@Before
public void createSolrServer() {solr = new HttpSolrClient.Builder(SOLR_URL).withConnectionTimeout(10000).withSocketTimeout(60000).build();
}

增删改查

1、新增\修改数据

@Test
public void addDoc() throws SolrServerException, IOException {SolrInputDocument document = new SolrInputDocument();document.addField("workid", "20190730A82");document.addField("position", "前端工程师");document.addField("salary", 8000);solr.add(document);solr.commit();solr.close();System.out.println("添加成功");
}

2、删除数据

@Test
public void deleteDocById() throws SolrServerException, IOException {//server.deleteById("39b070b4-c1f6-4f2b-899c-b9f8916ebecc");solr.deleteByQuery("id:*");solr.commit();solr.close();
}

3、查询数据

@Test
public void querySolr() throws Exception {SolrQuery query = new SolrQuery();//下面设置solr查询参数//query.set("q", "*:*");// 参数q  查询所有   //query.set("q", "position:*工程*");//模糊查询//参数fq, 给query增加过滤查询条件 //query.addFacetQuery("salary:[6000 TO 9000]");//query.addFilterQuery("position:数据库*"); ////参数df,给query设置默认搜索域，从哪个字段上查找query.set("df", "position"); //参数sort,设置返回结果的排序规则query.setSort("salary",SolrQuery.ORDER.desc);//设置分页参数query.setStart(0);query.setRows(10);//设置高亮显示以及结果的样式query.setHighlight(true);query.addHighlightField("salary");  query.setHighlightSimplePre("<font color='red'>");  query.setHighlightSimplePost("</font>"); //执行查询QueryResponse response = solr.query(query);//获取实体对象形式List<Worker> worker = response.getBeans(Worker.class);worker.stream().forEach(System.out::println);//获取返回结果SolrDocumentList resultList = response.getResults();System.out.println(FastJsonUtils.toJSONString(resultList));
}

基本查询方式

q   查询的关键字，例如，q=id:1，默认为q=*:*，
fl 	指定返回哪些字段，用逗号或空格分隔，注意：字段区分大小写，例如，fl= id,title,sort
start 	返回结果的第几条记录开始，一般分页用，默认0开始
rows 	指定返回结果最多有多少条记录，默认值为 10，配合start实现分页
sort 	排序方式，例如id desc 表示按照 "id" 降序
wt(writer type)		指定输出格式，有 xml, json, php等
fq(filter query)	过虑查询，提供一个可选的筛选器查询。返回在q查询符合结果中同时符合的fq条件的查询结果，例如：q=id:1&fq=sort:[1 TO 5]，找关键字id为1 的，并且sort是1到5之间的。
df 	默认的查询字段，一般默认指定。
qt(query type)	指定那个类型来处理查询请求，一般不用指定，默认是standard。
indent   返回的结果是否缩进，默认关闭，用 indent=true|on 开启，一般调试json,php,phps,ruby输出才有必要用这个参数。
version  查询语法的版本，建议不使用它，由服务器指定默认值。

检索运算符

:	指定字段查指定值，如返回所有值*:*
?	表示单个任意字符的通配
*	表示多个任意字符的通配（不能在检索的项开始使用*或者?符号）
~	表示模糊检索，如检索拼写类似于”roam”的项这样写：roam~将找到形如foam和roams的单词；roam~0.8，检索返回相似度在0.8以上的记录。
AND、||、OR、&&  	  布尔操作符
NOT、!、-	  排除操作符不能单独与项使用构成查询 
+	存在操作符，要求符号”+”后的项必须在文档相应的域中存在
( ) 	用于构成子查询
[] 	包含范围检索，如检索某时间段记录，包含头尾，date:[201507 TO 201510]
{} 	不包含范围检索，如检索某时间段记录，不包含头尾date:{201507 TO 201510}

注意点

在进行数据插入之前，一定要提前在managed-schema中定义索引字段、索引字段类型等等参数，不然使用默认类型的时候会出现不是自己想要的类型，然后出现不可预料的问题，建议自己提前定义好再进行数据插入。如果要进行分词搜索，可把相应字段定义text_ik分词类型(根据中英文或者自定义的分词名)。