Linux环境下Tomcat部署Solr4.x

Linux环境下Tomcat部署Solr

• 最近接手了公司搜索相关的业务,因为其使用的是Solr,故趁着周末本身鼓捣下;

• 因为业务上使用的是Solr4.2.0版本,所以在学习时,使用相对较老的版本Solr4.9.0,当前已经更新到Solr6.6.0本文记录本身在学习过程当中的一些收获;

准备工做

1. 到官网下载Solr4.9.0

2. JDK在Solr5.0可使用1.6的,以后必须使用1.7以上,Solr6.0以上至少使用JDK1.8

3. 下载Tomcat

安装步骤以下:

1. 将下载的solr-4.9.0.tgz解压到指定目录.好比/home/pekxxoo/solr/solr-4.9.0

2. 将/home/pekxxoo/solr/solr-4.9.0/example/webapps下的solr.war文件拷贝到tomcat->webapps目录下

3. 新建文件夹/home/pekxxoo/solr/solr_home,并将/home/pekxxoo/solr/solr-4.9.0/example/solr目录拷贝到/home/pekxxoo/solr/solr_home中

4. 切换到tomcat/bin目录下,启动tomcat.此时tomcat会把solr.war文件进行解压生成一个solr文件夹,而后中止tomcat(./shutdown.sh)

5. 编译tomcat目录下/webapps/solr/WEB-INF/web.xml,找到下面的代码:

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

   打开注释,修改成:

   <env-entry>
       <env-entry-name>solr/home</env-entry-name>
       <!--此处为solr_home的地址,我配置的路径是/home/pekxxoo/solr/solr_home/solr-->
       <env-entry-value>/home/pekxxoo/solr/solr_home/solr</env-entry-value>
       <env-entry-type>java.lang.String</env-entry-type>
     </env-entry>

6. 将/home/pekxxoo/solr/solr-4.9.0/example/lib/ext目录下jar包所有拷贝到tomcat目录下webapps/solr/WEB-INF/lib目录下

7. 在tomcat/webapps/solr/WEB-INF/目录下新建classes目录,将/home/pekxxoo/solr/solr-4.9.0/example/resources目录下的log4j.properties文件拷贝到tomcat/webapps/solr/WEB-INF/classes目录下

8. 在/home/pekxxoo/solr/solr_home/solr/collection1/conf目录下打开solrconfig.xml配置,搜索solr.clustering.enabled找到以下配置文件:

   <searchComponent name="clustering" enable="${solr.clustering.enabled:false}" class="solr.clustering.ClusteringComponent" >

   将true改成false便可(`solr4.9.0`默认为false,4.5以前须要手动修改)

9. 启动tomcat,访问http://localhost:8080/solr

添加中文分词

介绍

IK Analyzer 2012 介绍

IK Analyzer 是一个开源的，基亍 java 语言开发的轻量级的中文分词工具包。从 2006年 12 月推出 1.0 版开始， IKAnalyzer 已经推出了 4 个大版本。最初，它是以开源项目Luence 为应用主体的，结合词典分词和文法分析算法的中文分词组件。从 3.0 版本开始，IK 发展为面向 Java 的公用分词组件，独立亍 Lucene 项目，同时提供了对 Lucene 的默认优化实现。在 2012 版本中，IK 实现了简单的分词歧义排除算法，标志着 IK 分词器从单纯的词典分词向模拟语义分词衍化。

IK Analyzer 2012 结构设计

分词效果示例

IK Analyzer 2012 版本支持 细粒度切分 和 智能切分，如下是两种切分方式的演示样例。

文本原文 :
IKAnalyzer 是一个开源的，基亍 java 语言开发的轻量级的中文分词工具包。从 2006 年 12月推出 1.0 版开始， IKAnalyzer 已经推出了 3 个大版本。

智能分词结果:
ikanalyzer | 是 | 一个 | 开源 | 的 | 基亍 | java | 语言 | 开发 | 的 | 轻量级 | 的 | 中文 | 分词 | 工具包 | 从 | 2006年 | 12月 | 推出 | 1.0版 | 开始 | ikanalyzer | 已经 | 推| 出了 | 3个 | 大 | 版本
最细粒度分词结果:
ikanalyzer | 是 | 一个 | 一 | 个 | 开源 | 的 | 基亍 | java | 语言 | 开发 | 的 | 轻量级| 量级 | 的 | 中文 | 分词 | 工具包 | 工具 | 包 | 从 | 2006 | 年 | 12 | 月 | 推出 | 1.0 | 版 | 开始 | ikanalyzer | 已经 | 推出 | 出了 | 3 | 个 | 大 | 版本

安装步骤

1. 首先须要下载ik-analyzer分词包,点击下载

2. 将下载的IK Analyzer 2012FF_hf1.zip包解压缩包含:

   • 《IKAnalyzer 中文分词器 V2012 使用手册》（即本文档）

   • IKAnalyzer2012.jar（主 jar 包）

   • IKAnalyzer.cfg.xml（分词器扩展配置文件）

   • stopword.dic（中止词典）

   • LICENSE.TXT ; NOTICE.TXT （apache 版权申明）

3. 将 IKAnalyzer2012.jar 拷贝到项目的lib目录中,个人目录为/home/pekxxoo/java/tomcat7.0.81/webapps/solr/WEB-INF/lib

4. IKAnalyzer.cfg.xml 与 stopword.dic 文件放置在 class 根目录（对亍 web 项目，一般是
   WEB-INF/classes 目彔，同 hibernate、log4j 等配置文件相同）下便可。

5. 修改core/conf/schema.xml文件,添加配置信息以下:

   <fieldType name="text_ik" class="solr.TextField">
       <analyzer type="index" class="org.wltea.analyzer.lucene.IKAnalyzer" isMaxWordLength="false"/>
       <analyzer type="query" class="org.wltea.analyzer.lucene.IKAnalyzer" isMaxWordLength="true"/>
    </fieldType>

6. 最后修改相应须要中文分词的字段的type类型便可:

   <field name="title" type="text_ik" indexed="true" stored="true" multiValued="true"/>

7. 重启tomcat服务
   若是以前已经建立了索引，须要将以前的索引删掉，从新建立分词后的索引。

遇到的问题:
在 Solr4.0 发布之后，官方取消了 BaseTokenizerFactory 接口，而直接使用 Lucene Analyzer 标准接口。所以 IK分词器 2012 FF 版本也取消了org.wltea.analyzer.solr.IKTokenizerFactory类。
所以在下载的时候注意下载IK Analyzer 2012FF_hf1.zip版本