前言
最近在研究搜索引擎,準備搭建一套屬于自己的搜索APP,用于搜索的數(shù)據(jù)我已通過scrapy抓到本地了,現(xiàn)在需要一個搜索引擎來跑這些數(shù)據(jù).于是選擇了基于Lucene的solr來為我做搜索引擎的工作.時至今日最新版的solr為6.5.1,話不多說,開始干吧~
目錄
1.solr簡介
2.solr環(huán)境搭建
3.solr相關命令
4.solr索引查詢
1.solr簡介
solr 名稱來源
Search On Lucene Replication
solr 基本概況
Apache Solr (讀音: SOLer) 是一個開源的搜索服務器。Solr 使用 Java 語言開發(fā)，主要基于 HTTP 和 Apache Lucene 實現(xiàn)。Apache Solr 中存儲的資源是以 Document 為對象進行存儲的。每個文檔由一系列的 Field 構成，每個 Field 表示資源的一個屬性。Solr 中的每個 Document 需要有能唯一標識其自身的屬性，默認情況下這個屬性的名字是 id，在 Schema 配置文件中使用：id進行描述。
Solr是一個高性能，采用Java開發(fā)，基于Lucene的全文搜索服務器。文檔通過Http利用XML加到一個搜索集合中。查詢該集合也是通過 http收到一個XML/JSON響應來實現(xiàn)。它的主要特性包括：高效、靈活的緩存功能，垂直搜索功能，高亮顯示搜索結果，通過索引復制來提高可用性，提 供一套強大Data Schema來定義字段，類型和設置文本分析，提供基于Web的管理界面等。
2.solr環(huán)境搭建
環(huán)境準備:
1.Ubuntu 16.04 LTS
http://releases.ubuntu.com/16.04/
2.Java JDK 1.8.0
http://www.oracle.com/technetwork/java/javase/downloads/jdk8-downloads-2133151.html
3.Solr 6.5.1
http://www.apache.org/dyn/closer.lua/lucene/solr/6.5.1
安裝/配置solr:
1、將下載下來的solr-6.5.1.tgz解壓
2、在*\下新建文件夾solr_home
3、在solr_home中新建文件夾solr_core
4、從solr-6.5.1\solr\server\solr下的三個文件copy到solr_home中
5、將\solr-6.5.1\solr\server\solr\configsets\basic_configs下的conf文件夾copy到solr_home\solr_core中
啟動solr
在solr解壓目錄運行:
bin/solr start
Solr的默認web管理頁面地址為
http://localhost:8983
3.Solr相關命令
查看幫助
bin/solr -help
啟動start
bin/solr start -help 查看start幫助
bin/solr start 在默認端口啟動
bin/solr start -f 前臺啟動
bin/solr start -p 8984 指定端口啟動
bin/solr start -cloud 啟動分布式版本
bin/solr start -e cloud -noprompt -e表示要啟動一個現(xiàn)有的例子，例子名稱是cloud，cloud這個例子是以SolrCloud方式啟動的
bin/solr restart 重啟項目
新建 core
bin/solr create -c abc 創(chuàng)建一個名為<abc>的core
post提交數(shù)據(jù)生成索引
bin/post -c abc docs/ 向名為<abc>的core或collection提交數(shù)據(jù)，數(shù)據(jù)源在<docs/>目錄中
刪除
bin/solr delete -c abc 刪除一個名為<abc>的core或collection
刪除索引
bin/post -c abc -d "<delete><query>*:*</query></delete>" 刪除<abc>core的所有數(shù)據(jù)
bin/post -c abc -d "data to be deleted" 在<data to be deleted>處填寫你想要刪除的數(shù)據(jù)
停止solr
bin/solr stop -all 停止所有端口
bin/solr stop -p 8080 停止<8080>端口
狀態(tài)
bin/solr status 查看當前運行的所有solr端口
當然了,有一些命令在solr的web管理界面也能實現(xiàn),不管是黑貓白貓,只要能抓耗子的貓就是好貓.
4.solr索引查詢
一.基本查詢
q 查詢的關鍵字，此參數(shù)最為重要，例如，q=id:1，默認為q=*:*，
fl 指定返回哪些字段，用逗號或空格分隔，注意：字段區(qū)分大小寫，例如，fl= id,title,sort
start 返回結果的第幾條記錄開始，一般分頁用，默認0開始
rows 指定返回結果最多有多少條記錄，默認值為 10，配合start實現(xiàn)分頁
sort 排序方式，例如id desc 表示按照 “id” 降序
wt (writer type)指定輸出格式，有 xml, json, PHP等
fq （filter query）過慮查詢，提供一個可選的篩選器查詢。返回在q查詢符合結果中同時符合的fq條件的查詢結果，例如：q=id:1&fq=sort:[1 TO 5]，找關鍵字id為1 的，并且sort是1到5之間的。
df 默認的查詢字段，一般默認指定。
qt （query type）指定那個類型來處理查詢請求，一般不用指定，默認是standard。
indent 返回的結果是否縮進，默認關閉，用 indent=true|on 開啟，一般調試json,php,phps,ruby輸出才有必要用這個參數(shù)。
version 查詢語法的版本，建議不使用它，由服務器指定默認值。
二. Solr的檢索運算符
“:” 指定字段查指定值，如返回所有值*:*
“?” 表示單個任意字符的通配
“*” 表示多個任意字符的通配（不能在檢索的項開始使用*或者?符號）
“~” 表示模糊檢索，如檢索拼寫類似于”roam”的項這樣寫：roam~將找到形如foam和roams的單詞；roam~0.8，檢索返回相似度在0.8以上的記錄。
AND、|| 布爾操作符
OR、&& 布爾操作符
NOT、!、-（排除操作符不能單獨與項使用構成查詢）
“+” 存在操作符，要求符號”+”后的項必須在文檔相應的域中存在2
( ) 用于構成子查詢
[] 包含范圍檢索，如檢索某時間段記錄，包含頭尾，date:[201507 TO 201510]
{} 不包含范圍檢索，如檢索某時間段記錄，不包含頭尾date:{201507 TO 201510}
相關推薦:
Windows10下淺識Luke索引
scrapy通過scrapyinghub實現(xiàn)24小時爬蟲托管爬取
參考鏈接:
http://lucene.apache.org/solr/quickstart.html
http://blog.csdn.net/matthewei6/article/details/50620600
