最近准备为一个产品做一个站内的搜索引擎,是一个java产品。由于原来做过Lucene.net,所以自然而然的就想到了使用Lucene。在复习Lucene的过程中发现了Solr这个和Lucene绑定在一起的Apache的子项目,发现这个搜索服务器正是我们想要的。原来我们做Lucene,会把索引和搜索都放在同一个网站下,也就是在网站启动的时候,或定时在网站应用程序中进行Lucene的初始化和索引,并使用Lucene搜索API提供搜索服务。这个过程,应用网站既提供了搜索内容的提供者(从数据库或文件提取数据给Lucene索引),也是搜索内容的索引者,又是用户搜索服务的结果提供者。这很明显是不够理想的,特别是在分布式集群部署环境下。Solr的出现,正好帮助我们解决了这个问题。单一的搜索服务被独立出来,提供数据的索引和搜索,并且这个搜索服务可以方便的为多个应用进行服务。余下的就是把搜索内容提供者也分离出来,形成一个或多个独立的服务。这样服务于服务之间的耦合就降低了,业务和功能的变化,都可以在某一个角色服务中处理,而不需要影响其他的服务。最重要的,Solr可以提供基于Http和XML的Web API,使它可以跨平台和语言进行服务。集群和分布式部署也变的更容易、风险更低,并且会更有针对性。新的搜索架构就会变成下图这样:
solr的安装
首先我们先来安装solr。安装solr比较简单。我的安装是在windows环境下进行,tomcat7 + solr 10.1。
1. 在网上下载solr的安装包,解压缩文件。
2. 找到solr.war文件,把文件复制到tomcat的webapps文件夹下,在这之前如果你的tomcat是运行着的,则先要停止运行。
3. 然后把下载包中的solr-4.x.0/example/solr
文件夹复制到你希望存储的本地文件夹D:\solr下,这个文件夹会作为solr索引文件的存放目录:$SOLR_HOME。
4. 运行tomcat。把下载的文件example\lib\ext目录下的所有jar包复制到tomcat的webapps目录下的solr\WEB-INF\lib文件夹下。
5. 配置$SOLR_HOME。还是在tomcat的webapps\solr\WEB-INF目录下,找到web.xml文件,放开<env-entry>节点,配置上$SOLR_HOME,如下:
<env-entry> <env-entry-name>solr/home</env-entry-name> <env-entry-value>d:\solr</env-entry-value> <env-entry-type>java.lang.String</env-entry-type> </env-entry>
完成上述步骤以后,重新启动tomcat,访问http://localhost:8080/solr/确认是否配置正常。
添加Document
solr安装好以后,我们需要测试solr是否可以正确运行。solr的搜索是基于文档的,没有文档,solr什么也搜索不到。所以我们现在就要尝试着添加文档。在solr的下载包里面有一些用于测试的文档,在example\exampledocs文件夹下。另外在这个文件夹下还有一个基于java命令行的测试工具post.jar,我们将使用这些文档和工具来作为测试。
使用命令 java -Durl=http://localhost:8080/solr/update -jar post.jar *.xml 把文件夹下所有的xml文件上传到solr上去,并索引。这样添加Document的工作就算完成。
查找Document
经过上一步的添加,14个document已经被索引到solr服务器中,我们就可以进行查询了。在浏览器中输入http://localhost:8080/solr/select?q=video,服务器将会返回一个xml文档,<result>标签下有多个<doc>标签,每一个<doc>就是被搜索到的和查询参数有关的document。如下图:
至此,solr已经安装成功,下一篇将介绍solr的相关基本概念。