讲过solr在windows和linux下的安装了,但是并没有安装中文分析器,这里补充吧。
安装中文分词器需要用到solrhome\collection1\conf下的schema.xml文件。所以有必要先说一下这个xml文件。
打开schema.xml后主要看到以下的几个标签:
1、fieldType:域类型定义
如:
<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>
class:是solr自己封装的类型,可以根据该类型来创建数据跟查询。
analyzer表示分析器,由分词器(包括索引分词器跟查询分词器)跟过滤器组成。
2、field:业务域定义
在该标签内定义具体的业务域,注意,域的类型必须是在fieldType中定义过的name,否则添加索引的时候会报错。如:
<field name="name" type="text_general" indexed="true" stored="true"/>
<field name="cat" type="string" indexed="true" stored="true" multiValued="true"/>
indexed:是否被索引
stored:是否被存储
multivalued:是否可存储多个值
solr其实已经帮我们定义好了很多的field,比如name,id,cat等,用不用的看就看情况了。
3、copyField:复制域
如;
<copyField source="title" dest="text"/>
<copyField source="name" dest="text"/>
这就表示会将定义好的title和name两个业务域映射(复制)到text域上,那么进行关键字查询text域中的信息的时候就相当域同时查了title和name两个域中信息,而不用进行两次查询,从而进行了统一的检索提高了效率。
其实可以想的简单一点,FieldType就好像是我们在Java中自定义类型。
Field:
Field就是一个字段,定义一个Field很简单:
<field name="price" type="long" indexed="true" stored="true"/>
基本上属性也和FieldType类似,他的属性会覆盖掉FieldType的同名属性。
CopyField:
你可能想让document的一些字段可以多次使用。solr 有一个字段复制机制,可以提交多个不同类型字段集中到一个字段。字段复制主要涉及两个概念,source和destination,一个是要复制的字段,另一个是要复制到哪个字段,以下是个例子:
<copyField source="cat" dest="text" maxChars="30000" />
上例中,如果text字段有数据的话,cat字段的内容将被添加到text字段中。maxChars 参数,一个int类型参数,用于限制复制的字符数。
source和destination都支持通配符。以下是一个将所有以 _t 结尾的字段全部复制到text字段中。
<copyField source="*_t" dest="text" maxChars="25000" />
其实说的简单一点,比如现在你要查询包涵"Java"的博客, 那么你肯定要查内容,标题是否包含Java,但是solr不能像SQL那样,where tittle like '%Java%' or content like '%Java%'. 这个时候copyField就派上用场了, 定义一个新字段,将title和content 复制到这个新字段,索引的时候,直接从这个新字段查询,这样就达到目地了。 这便是copyField的典型应用场景 。注意:如果dest由多个source构成,就需要将其指定为multiValued。
在网上找了一个例子:
<schema name="eshequn.post.db_post.0" version="1.1"
xmlns:xi="http://www.w3.org/2001/XInclude">
<fields>
<!-- for title -->
<field name="t" type="text" indexed="true" stored="false" />
<!-- for abstract -->
<field name="a" type="text" indexed="true" stored="false" />
<!-- for title and abstract -->
<field name="ta" type="text" indexed="true" stored="false" multiValued="true"/>
</fields>
<copyField source="t" dest="ta" />
<copyField source="a" dest="ta" />
</schema>
1、Linux下安装Ik中文分析器
windows就不说了会linux下的配置更会windos下的配置。
第一步:
先看一下ik分析器文件夹吧,网上能找到:
将IK Analyzer 2012FF_hf1上传到linux(我的还是放在/usr目录下的)
复制IKAnalyzer2012FF_u1.jar(这个jar的版本一定要对,否则可能和solr4.10.3不搭配)到
/usr/local/solr/tomcat/webapps/solr/WEB-INF/lib(这个在介绍安装配置solr的时候创建的)下。
[root@itheima32 usr]# cd IK\ Analyzer\ 2012FF_hf1
[root@itheima32 IK Analyzer 2012FF_hf1]#
总用量 2004
drwxr-xr-x. 5 root root 4096 6月 29 2017 doc
-rw-r--r--. 1 root root 168 6月 29 2017 ext_stopword.dic
-rw-r--r--. 1 root root 1165908 6月 29 2017 IKAnalyzer2012FF_u1.jar
-rw-r--r--. 1 root root 419 6月 29 2017 IKAnalyzer.cfg.xml
-rw-r--r--. 1 root root 841268 6月 29 2017 IKAnalyzer中文分词器V2012_FF使用手册.pdf
-rw-r--r--. 1 root root 17778 6月 29 2017 LICENSE.txt
-rw-r--r--. 1 root root 34 6月 29 2017 mydict.dic
-rw-r--r--. 1 root root 278 6月 29 2017 NOTICE.txt
[root@itheima32 IK Analyzer 2012FF_hf1]# cp IKAnalyzer2012FF_u1.jar /usr/local/solr/tomcat/webapps/solr/WEB-INF/lib
[root@itheima32 IK Analyzer 2012FF_hf1]# cd
第二步:
在/usr/local/solr/tomcat/webapps/solr/WEB-INF下创建classes文件夹,将扩展词典、配置文件放到solr工程的WEB-INF/classes目录下
[root@itheima32 IK Analyzer 2012FF_hf1]# cd /usr/local/solr/tomcat/webapps/solr/WEB-INF
[root@itheima32 WEB-INF]# ll
总用量 16
drwxr-xr-x. 2 root root 4096 6月 29 19:36 lib
-rw-r--r--. 1 root root 1210 12月 1 2014 weblogic.xml
-rw-r--r--. 1 root root 7044 6月 29 16:43 web.xml
2、把扩展词典、配置文件放到solr工程的WEB-INF/classes目录下。
[root@itheima32 WEB-INF]# mkdir /usr/local/solr/tomcat/webapps/solr/WEB-INF/classes
[root@itheima32 WEB-INF]# ll
总用量 20
drwxr-xr-x. 2 root root 4096 6月 29 19:38 classes
drwxr-xr-x. 2 root root 4096 6月 29 19:36 lib
-rw-r--r--. 1 root root 1210 12月 1 2014 weblogic.xml
-rw-r--r--. 1 root root 7044 6月 29 16:43 web.xml
[root@itheima32 WEB-INF]# cd /usr/IK\ Analyzer\ 2012FF_hf1
[root@itheima32 IK Analyzer 2012FF_hf1]# ll
总用量 2004
drwxr-xr-x. 5 root root 4096 6月 29 2017 doc
-rw-r--r--. 1 root root 168 6月 29 2017 ext_stopword.dic
-rw-r--r--. 1 root root 1165908 6月 29 2017 IKAnalyzer2012FF_u1.jar
-rw-r--r--. 1 root root 419 6月 29 2017 IKAnalyzer.cfg.xml
-rw-r--r--. 1 root root 841268 6月 29 2017 IKAnalyzer中文分词器V2012_FF使用手册.pdf
-rw-r--r--. 1 root root 17778 6月 29 2017 LICENSE.txt
-rw-r--r--. 1 root root 34 6月 29 2017 mydict.dic
-rw-r--r--. 1 root root 278 6月 29 2017 NOTICE.txt
[root@itheima32 IK Analyzer 2012FF_hf1]# cp ext_stopword.dic IKAnalyzer.cfg.xml mydict.dic /usr/local/solr/tomcat/webapps/solr/WEB-INF/classes
[root@itheima32 IK Analyzer 2012FF_hf1]# ll /usr/local/solr/tomcat/webapps/solr/WEB-INF/classes
总用量 12
-rw-r--r--. 1 root root 168 6月 29 19:40 ext_stopword.dic
-rw-r--r--. 1 root root 419 6月 29 19:40 IKAnalyzer.cfg.xml
-rw-r--r--. 1 root root 34 6月 29 19:40 mydict.dic
第三步:
配置一个fieldType,指定使用IKAnalyzer(在schema.xml中编辑即可)
修改schema.xml,添加内容如下:
<fieldType name="text_ik" class="solr.TextField">
<analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>
</fieldType>
第四步:
配置业务域,需要用到中文检索的那么type要指定上面自定义的fieldType
添加如下:
<field name="item_title" type="text_ik" indexed="true" stored="true"/>
<field name="item_sell_point" type="text_ik" indexed="true" stored="true"/>
<field name="item_price" type="long" indexed="true" stored="true"/>
<field name="item_image" type="string" indexed="false" stored="true" />
<field name="item_category_name" type="string" indexed="true" stored="true" />
<field name="item_keywords" type="text_ik" indexed="true" stored="false" multiValued="true"/>
<copyField source="item_title" dest="item_keywords"/>
<copyField source="item_sell_point" dest="item_keywords"/>
<copyField source="item_category_name" dest="item_keywords"/>
注:这个添加的copyField 是根据业务需要添加的,全文搜索时,需要用到商品标题,卖点,分类等等相关检索信息,所以这里才配置了这么几个表示商品标题,卖点,分类等的copyField 。
启动tomcat查看:
查看商品标题分析值
接下来的就是后台界面进行增删改,查(重点)的操作,以及java代码来实现增删改,查(重点)了。