python3.4.4+solr5.5+hadoop2.6.3

1.通过python编写爬虫，数据存储到hdfs当中

2.通过solr在hdfs当中建立索引并实现全文检索功能

好了，正文开始了！

一，环境搭建

1.python3.4.4安装及环境变量配置

2.hadoop2.6.3安装及环境变量配置（单机）

3.solr5.5安装及配置

 1. 下载tomcat9 及solr5.5

2.解压tomcat9级solr5.5  存放路径为tomcat9:/usr/local/solr/tomcat9

　　　　　　　　　　　　　　　　　  solr5.5:/usr/local/solr/solr-5.5.0

3.在tomcat的webapps中新建文件夹solr

mkdir solr

把solr-5.5.0\server\solr-webapp\webapp目录下的文件全部复制进来

cd /usr/local/solr/solr-5.5.0/server/solr-webapp/webapp/cp -r * /usr/local/solr/tomcat9/webapps/solr/

4.在tomcat9的WEB-INF文件下新建classes文件夹，把solr-5.5.0\server\resources\log4j.properties复制到classes文件夹里，这样才能看到solr的日志。

cd /usr/local/solr/tomcat9/webapps/solr/WEB-INF/mkdir classescp /usr/local/solr/solr-5.5.0/server/resources/log4j.properties /usr/local/solr/tomcat9/webapps/solr/WEB-INF/classes/

5.修改 WEB-INF/web.xml

    <env-entry>
       <env-entry-name>solr/home</env-entry-name>
       <env-entry-value>/usr/local/solr/solr_home</env-entry-value>
       <env-entry-type>java.lang.String</env-entry-type>
    </env-entry>

在/usr/local/solr/目录下执行

mkdir solr_home

6.把 solr-5.5.0\server\lib\ext 下的jar包全部复制到 WEB-INF/lib目录下

7.在solr_home（WEB-INF/web.xml指定的目录）中创建一个core_sea（名字随意），core1中创建两个文件夹，data，conf。

把 solr-5.5.0\server\solr\configsets\basic_configs\conf 里边的文件全部复制到 新建的conf文件下。

把solr-5.5.0\server\solr\solr.xml复制到 core1同级下。

8.结束，启动tomcat， 输入http://localhost:8080/solr/index.html 。访问正常，即成功。

阿斯顿