Solr的使用
1. solr的原理
Apache Solr 是一个基于Apache Lucene 的高性能全文索引服务器，提供了丰富的功能，如分布式搜索，索引赋值，负载均衡等，并且可以通过Http协议与应用程序进行交互。
1.1 架构
Solr的架构主要包括一下几个组件：
- 客户端： 通过Http请求向solr发送查询或者更新请求
- solr 节点： 处理来自客户端的请求，执行索引操作或者管理索引
- Zookeeper： 在SolrCloud模式下，用于集群协调和服务发现
1.2 索引过程
- 数据传输： 数据可以来自多种来源，如数据库，文件系统，Web服务等
- 文档解析：solr接收到的数据会被解析成文档格式，每个文档包含多个字段，每个字段有其类型，如文本，日期，整数等
- 分析器Analyzer： 文档中的文本字段会通过分析器处理，包括分词，去除停 用词，转换小写等步骤
- 倒排索引构建： 经过分析后的文档会被存储在倒排索引中，倒排索引是一种数据结构，它将文档中的单词映射到包含这些单词的文档列表
- 提交： 当索引操作完成时，需要显示的提交更改，以便新添加或者修改的文档被搜索到
1.3 搜索过程
- 查询解析： 客户端发送的查询字符串会被solr解析成内部表示形式
- 查询处理（query parser ）：根据查询字符串和配置的查询处理器生成查询对象
- 匹配倒排索引：solr使用生成的查询对象去匹配倒排索引的数据
- 评分和排序： 匹配到的文档会根据相关性算法进行评分，并且按照分数排序
- 结果返回： Solr将查询结果以JSON或者xml的格式返回给客户端
1.4 分布式搜索
- SolrCloud： solrCloud时solr分布式模式，使用Zookeeper来管理集群的状态
- 分片（sharding）： 索引被分割成多个分片，分布在不同的节点上，这样可以提高搜索性能并且实现水平扩张
- 复制（replication）: 每个分片可以有多个副本，提供高可用和容错能力
- 路由：查询请求会被路由到相关的分片上，然后合并各个分片的结果
1.5 配置和管理：
- Schema.xml: 定义了文档的结构，包括字段及其类型
- solrconfig.xml: 包含了solr的配置信息，如请求处理器，缓存设置，插件配置等
- 管理界面：solr提供了一个Web管理界面，用户可以通过这个界面来进行管理和监控solr实例
1.6 性能优化
- 缓存： solr支持多种类型的缓存，如过滤器缓存，查询结果缓存等来提高响应速度
- 硬件资源：适当的硬件资源配置（如更多的内存，更快的磁盘IO）也可以显著的提升性能
- 调优参数：通过调整各种配置参数，如合并策略，刷新间隔等，可以进一步的优化性能
2. solr如何使用，集成
2.1 安装solr
下载solr：
从Apache solr的官网下载最新版本的solr，解压下载的文件到你选择的目录中
启动solr
进入解压后的solr目录，启动solr服务器，在windows上运行bin\solr start,在Linux\Unix上运行 bin/solr start
创建核心（core）
核心是solr中的一个逻辑索引单元，你可以通过solr的管理界面或者命令行来创建核心。例如，通过命令行创建名为mycore的核心：bin/solr create -c mycore
2.2 配置solr
配置schema：
在server/solr/mycore/conf 目录下找到managed-schema文件（旧版可能是schema.xml），编辑这个文件来定义字段的类型，字段，以及他们的属性，如是否存储，是否索引等
配置solrconfig.xml
在同一目录下找到solrconfig.xml文件，配置请求处理器，缓存设置，插件等
调整其他配置：
根据需要调整其他配置文件，如solr.xml 和zoo.cfg（如果使用solrCloud模式）
2.3 使用solr
索引数据：
可以通过HTTP Post请求向solr发送文档进行索引，例如，使用curl命令
curl http://localhost:8983/solr/mycore/update -H "Content-Type: application/json" --data-binary '[{"id":"1", "title":"Example Document 1", "content":"This is the content of the first example document."},{"id":"2", "title":"Example Document 2", "content":"This is the content of the second example document."}
]' -X POST
提交更好：curl http://localhost:8983/solr/mycore/update?commit=true -X GET
执行搜索：
通过发送HTTP Get请求来执行搜索查询
curl "http://localhost:8983/solr/mycore/select?q=*:*&wt=json&indent=true"
2.4 集成solr到应用程序
Java应用程序：
添加依赖：
如果你使用的是maven。可以在pom.xml中添加solr依赖
<dependency><groupId>org.apache.solr</groupId><artifactId>solr-solrj</artifactId><version>8.11.1</version> <!-- 请根据实际情况更新版本号 -->
</dependency>
编写代码
创建solr客户端并且连接到solr服务端：
import org.apache.solr.client.solrj.SolrClient;
import org.apache.solr.client.solrj.impl.HttpSolrClient;
import org.apache.solr.common.params.ModifiableSolrParams;public class SolrIntegration {public static void main(String[] args) throws Exception {// 创建 Solr 客户端String url = "http://localhost:8983/solr/mycore";try (SolrClient client = new HttpSolrClient.Builder(url).build()) {// 执行搜索ModifiableSolrParams params = new ModifiableSolrParams();params.set("q", "*:*");params.set("rows", 10);QueryResponse response = client.query(params);System.out.println(response.getResults());}}
}
3. solr的语法
3.1 基本查询
Term Queries（术语查询）
用于查找包含特定词项的文档，如，content:solr 查询content 字段中包含solr的文档
Phrase Queries（短语查询）
用于查找包含特定短语的文档，如，content:"Apache solr"查找content字段中包含"Apache solr"短语的文档
Wildcard Queries（通配符查询）
支持单字符通配符？ 和多字符通配符* 。如，title:te?t 查找title字段中包含以te开头，后根任意一个字符，再根t的文档。 或者title:te*t ，表示查找title字段中包含以te开头，后根任意数量的字符，再根t的文档
Fuzzy Queries(模糊查询)
通过再词项末尾加上 ~ 来起订模糊匹配。如，title：roam~ 查找title字符中与roam类似的词项（如foam等）
Proximity Queries(邻近查询)
通过使用~ 后根数字来指定两个词项之间的最大距离。如，title:"Solr search"~3 表示查找title字段中“Solr” 和search之间最多相隔3个词的文档
Range Queries（范围查询）
用于查询字段值再某个范围内的文档。如，price：[10 to 100] 表示price字段再10到100之间的文档
Boolean Operation（布尔操作符）
AND OR NOT 用于组和多个查询条件，如，
title:solr AND content:search 表示查找同时包含solr和search的文档
title:solr OR content:search ,表示查找包含solr或者search的文档
title:solr NOT content:search 表示查找包含solr但不包含search的文档
Boosting a Term（提高词项权重）
通过再词项后面添加^ 和一个浮点数来提升该词项的权重。如，title:Solr^2 AND content:search 提升solr再结果中的权重
Field Grouping（字段分组）
通过{！field f= fieldName} 语法来指定查询的字段。如，{!field f=title}Solr 指定只在title字段中查找Solr
3.2 高级查询
Filter Queries(过滤查询fq)
用于在搜索结果上应用过滤条件，通常用于提升性能。如，q=:&
