solr 文檔二
SOLR 5.5.5文檔
參考博文:
http://blog.csdn.net/matthewei6/article/details/50620600
作者:毛平
時間:2018年1月15日 17:36:22
環境搭建
solr版本5.5.5,可以獨立部署,使用默認的Jetty啟動。
1. 準備條件
環境:JDK需要1.7以上,最好是1.8
下載軟件包:
使用清華大學的鏡像包:
https://mirrors.tuna.tsinghua.edu.cn/apache/lucene/solr/5.5.5/solr-5.5.5.tgz
命令:curl https://mirrors.tuna.tsinghua.edu.cn/apache/lucene/solr/5.5.5/solr-5.5.5.tgz
或者wget https://mirrors.tuna.tsinghua.edu.cn/apache/lucene/solr/5.5.5/solr-5.5.5.tgz
2. 解壓
tar -zxvf solr-5.5.5.tgz
3. 啟動服務器
bin/solr start
SOLR初級
1. 創建core
說明:本文是基於容器jetty,創建core相當於創建容器中的新項目。一個獨立的搜索引擎項目。
bin/solr create -c maopcore
bin/solr delete -c maopcore -------刪除已創建的core
2. 添加中文分次器
說明:基於剛才新建的core,添加ik分詞器。使core具備中文分詞的功能。
1. 修改配置文件
managed-schema(相對路徑為:${PATH}\server\solr\mycore\conf\managed-schema) 添加下面的內容:
<!-- 中文分詞 -->
<fieldType name="text_ik" class="solr.TextField">
<analyzer type="index" useSmart="false" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
<analyzer type="query" useSmart="true" class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
2. 添加ik分詞器的jar
需要確保jar和solr的版本一致
安裝路徑為${PATH}\server\solr-webapp\webapp\WEB-INF\lib。
3. 驗證ik安裝正確
4. 查看分詞效果
(可以看到,新建的core已經具備分詞功能)。
3. 添加數據庫連接
說明:參考http://blog.csdn.net/u011518678/article/details/51871925
1. 創建連接配置data-config
配置當前core的數據連接的配置文件。在路徑{當前core}/conf 下創建data-config.xml文件。內容為
<dataConfig>
<dataSource name="testSource1" driver="oracle.jdbc.driver.OracleDriver"
url="jdbc:oracle:thin:@192.168.4.229:1521:orcl" password="hermes" user="hermes_rc" />
<document>
<entity name="goods1" pk="BID" transformer="DateFormatTransformer" dataSource="testSource1"
query="select id,name,url,price,to_date(to_char(addtime,‘yyyy-MM-dd HH24:mi:ss‘),‘yyyy-MM-dd HH24:mi:ss‘) addtime from lksolrtest"
deltaQuery="select id BID from lksolrtest where to_char(addtime,‘yyyy-MM-dd HH24:mi:ss‘)>‘${dataimporter.last_index_time}‘"
deltaImportQuery="select id,name,url,price,to_date(to_char(addtime,‘yyyy-MM-dd HH24:mi:ss‘),‘yyyy-MM-dd HH24:mi:ss‘) addtime from lksolrtest where id = ‘${dataimporter.delta.BID}‘">
<field column="BID" name="id"/>
<field column="price" name="price" />
<field column="name" name="name" />
<field column="url" name="url" />
<field column="addtime" name="addtime" dateTimeFormat="yyyy-MM-dd HH24:mi:ss" />
</entity>
</document>
</dataConfig>
文本如下圖:
2. 添加數據庫連接jar
本例子使用的oracle數據庫,路徑{solr絕對路徑}\server\solr-webapp\webapp\WEB-INF\lib
3. 關聯data-config
在{solr絕對路徑}\server\solr\{#core}\conf\solrconfig.xml對應位置添加
<lib dir="./lib" regex=".*\.jar" />
<requestHandler name="/dataimport" class="solr.DataImportHandler">
<lst name="defaults">
<str name="config">data-config.xml</str>
</lst>
</requestHandler>
接著註釋掉下面的內容,防止id默認為String類型
<!--
<searchComponent name="elevator" class="solr.QueryElevationComponent" >
<str name="queryFieldType">string</str>
<str name="config-file">elevate.xml</str>
</searchComponent>
-->
4. 域和數據庫字段對應關系
配置文件的路徑{core絕對路徑}\conf\managed-schema
<field name="id" type="int" indexed="true" stored="true" required="true" multiValued="false" />
<field name="name" type = "text_ik" indexed="true" stored="true" />
<field name="price" type = "float" indexed="true" stored="true" />
<field name="url" type = "text_ik" indexed="true" stored="true" />
<field name="addtime" type = "date" indexed="true" stored="true" />
<uniqueKey>id</uniqueKey>
5. 索引數據導入jar
添加依賴jar(solr-dataimporthandler-5.5.5.jar、solr-dataimporthandler-extras-5.5.5.jar、mydataimportscheduler.jar,其中前兩個jar在solr的\dist,my….jar在需要單獨找) {相對路徑}\solr-5.5.5\server\solr-webapp\webapp\WEB-INF\lib下
6. 手動驗證導入索引
1. 如下選中core(項目),dataImport(索引導入),索引更新方式(此處為全量更新),選擇實體,點擊執行。
2. 界面查詢
選擇core,query菜單,點擊查詢,得到剛才導入的索引數據
7. 配置entry詳解
4. 動態索引導入
說明:solr是一個web項目,在webapp下的web.xml文件中添加監控器,啟動定時周期任務。調用增量的索引生成函數。索引動態的添加入庫。
1. 調整時區為北京
說明:Solr默認時區為世界時區UTC,需要修改為GMT+08:00(北京時區)
在{solr}/bin/solr.in.cmd文件中,找到SOLR_TIMEZONE的設置行,修改為
set SOLR_TIMEZONE=GMT+08:00
2. 添加監控器配置
說明:添加監聽器,ApplicationListener為mydataimportscheduler.jar中的類。他會自動調用配置文件{solr}\server\solr\ conf\ dataimport.properties。會啟動兩個定時任務。Timer-0和timer-1.其中timer-0負責增量定時任務的調用。Timer-1負責定時全量數據的調用。
在{solr絕對路徑}\server\solr-webapp\webapp\WEB-INF\web.xml文件中添加監聽器
<listener>
<listener-class>
org.apache.solr.handler.dataimport.scheduler.ApplicationListener
</listener-class>
</listener>
3. 創建定時任務配置文件
說明:文件中有定時的全量更新配置,也有定時增量配置。真正使用選取其中一種即可。監控器調用當前配置文件。
在\server\solr\下創建文件夾conf,並創建dataimport.properties,內容如下:
#################################################
# #
# dataimport scheduler properties #
# #
#################################################
# to sync or not to sync
# 1 - active; anything else - inactive
syncEnabled=1
# which cores to schedule
# in a multi-core environment you can decide which cores you want syncronized
# leave empty or comment it out if using single-core deployment
#syncCores=liukuncore,liukuncore1
syncCores=maopcore001
# solr server name or IP address
# [defaults to localhost if empty]
server=localhost
# solr server port
# [defaults to 80 if empty]
port=8983
# application name/context
# [defaults to current ServletContextListener‘s context (app) name]
webapp=solr
# URL params [mandatory]
# remainder of URL
#params=/deltaimport?command=delta-import&clean=false&commit=true
params=/dataimport?command=delta-import&clean=false&commit=true
# schedule interval
# number of minutes between two runs
# [defaults to 30 if empty]
interval=1
# 重做索引的時間間隔,單位分鐘,默認1440,即1天;
# 為空,為0,或者註釋掉:表示永不重做索引
reBuildIndexInterval=1440
# 重做索引的參數
#reBuildIndexParams=/deltaimport?command=full-import&clean=true&commit=true
reBuildIndexParams=/dataimport?command=full-import&clean=true&commit=true
# 重做索引時間間隔的計時開始時間,第一次真正執行的時間#=reBuildIndexBeginTime+reBuildIndexInterval*60*1000;
# 兩種格式:2012-04-11 03:10:00 或者 03:10:00,後一種會自動補全日期部分為服務啟動時的日期
reBuildIndexBeginTime=2018-01-14 15:14:00
4. 配置文件參數詳解
syncCores:調用的currentCore,如果是多個core,使用逗號隔開
server: 服務ip或者名稱,例如:localhost
port: 服務端口
增量配置參數:
Params: 增量url
Interval: 增量時間間隔(單位:分鐘)
全量配置參數:
reBuildIndexParams: 全量url
reBuildIndexInterval:全量時間間隔(單位:分鐘)
reBuildIndexBeginTime:全量第一次執行開始時間
5. 數據節點詳解
說明:數據索引導入需要配置數據節點。
比如:
配置節點包含dataSource和document節點。
dataSource是數據庫的配置。關註的主要有url,user,password。
1. query是獲取全部數據的SQL(全量更新的sql)
2. deltaImportQuery是獲取增量數據時使用的SQL
3. deltaQuery是獲取增量pk的SQL
4. parentDeltaQuery是獲取父Entity的pk的SQL
SOLR 中級
多表關聯
Full Import工作原理:
執行本Entity的Query,獲取所有數據;
針對每個行數據Row,獲取pk,組裝子Entity的Query;
執行子Entity的Query,獲取子Entity的數據。
Delta Import工作原理:
查找子Entity,直到沒有為止;
執行Entity的deltaQuery,獲取變化數據的pk;
合並子Entity parentDeltaQuery得到的pk;
針對每一個pk Row,組裝父Entity的parentDeltaQuery;
執行parentDeltaQuery,獲取父Entity的pk;
執行deltaImportQuery,獲取自身的數據;
如果沒有deltaImportQuery,就組裝Query
限制:
子Entity的query必須引用父Entity的pk
子Entity的parentDeltaQuery必須引用自己的pk
子Entity的parentDeltaQuery必須返回父Entity的pk
deltaImportQuery引用的必須是自己的pk
文件索引
solr 文檔二