Solr学习02：搭建Solr环境

1、安装虚拟机

　　Solr 必须运行在Java1.6 或更高版本的Java 虚拟机中，运行标准Solr 服务只须要安装JRE 便可，但若是须要扩展功能或编译源码则须要下载JDK 来完成。能够经过下面的地址下载所需JDK 或JRE ：
　　OpenJDK （ http://java.sun.com/j2se/downloads.html ）
　　Sun （http://java.sun.com/j2se/downloads.html ）
　　IBM （http://www.ibm.com/developerworks/java/jdk/ ）
　　Oracle （http://www.oracle.com/technology/products/jrockit/index.html ）
　　JDK的安装步骤请参考相应的帮助文档。

2、下载Solr

　　在下载solr以前，须要先肯定solr的版本， 目前最新版本是 4.10.1，可是在 4.8 之后须要编译在1.7的版本。因此若是是JDK1.6环境，建议使用4.8以前的版本(例如4.7.2)。

　　官网地址是：http://lucene.apache.org/solr/

　　归档目录是：http://archive.apache.org/dist/lucene/solr/

　　若是咱们要下载最新的solr版本，那么操做以下：

　　1．打开apache官网http://www.apache.org/；

　　2．在首页左下侧Projects区域找到并进入Lucene项目； (地址是：http://lucene.apache.org/)

　　3．点击右上侧黄色大按钮，下载solr：

　　4．打开的页面提供一些下载源，咱们使用官方推荐的地址下载：

　　5．下载solr包；

　　若是是windows环境能够直接下载zip格式包；若是是在linux环境，下载tgz格式包。

　　复制地址下载：

[root@note~]# wget http://apache.fayea.com/apache-mirror/lucene/java/4.10.1/lucene-4.10.1.tgz

　　 解压：

[root@note~]# tar -xvzf lucene-4.10.1.tgz 

　　

　　若是咱们须要下载历史版本(例以下载4.7版本)，那么须要到归档目录下载。

　　1．打开solr归档目录地址http://archive.apache.org/dist/lucene/solr/

　　2．找到4.7.2版本的连接，点击进入。

　　3．下载须要的solr包：

 

3、Solr下载包重要目录及文件说明

(Solr下载包重要目录及文件说明，来源于README.txt文件)

contrib：solr功能模块须要的库，根据须要引用
dist：发布目录
dist/solr-4.5.0.war：Solr web服务器，部署到tomcat或其余servlet容器中。
dist/solr--XX.jar：solr结合其余组件的中间包，至少须要包含核心包solr-core-XX.jar
  (http://wiki.apache.org/solr/SolrPlugins)
docs：Solr 文档及教程目录
  (入口访问docs/index.html)
example：官方提供的Solr使用例子。
example-DIH(Data Import Handler)，演示了如何从hsql数据库导入数据到solr中；
example-schemaless，演示了无schema实例；
multicore，演示了如何使用多个core，能够理解每一个core对应一个数据库实体表，如检索公司信息和产品信息，公司core和产品core分别使用本身的配置。固然也能够是不一样数据库中的表，供不一样的项目使用。
solr，演示了单core（这里指collection1）的使用，咱们通常使用时会在这个基础上定制；
solr/collection1/conf目录下主要是两个配置文件：
schema.xml 用于定义索引库的字段、字段类型及分词器等（核心文件）
solrconfig.xml 定义了这个core的配置信息，如使用lucene的版本，log输出，缓存策略等。

 

3、经过start.jar启动solr

　　主要用于在本机或测试服务器上搭建一个用于测试的solr。

　　安装：直接将下载的solr解压到任意目录，例如: D:\solr-4.7.2

　　启动：若是是window环境，双击D:\solr-4.7.2\example下的start.jar能够启动。可是这种方式solr是在后台执行的 (不会弹出界面，只是在任务管理器能够看到多了一个进程) ，这种方式并不方便调试，没法判断启动中是否有错误。 推荐在命令行中启动，输出的LOG对查错颇有帮助。

D:\solr-4.7.2\example>java -jar start.jar 

　　启动后 D:\solr-4.7.2\example\webapps下的solr.war 会解到D:\solr-4.7.2\example\solr-webapp\webapp中。

　　start.jar 使用的内置的Jetty服务器，他的入口是StartSolrJetty文件。 启动以后默认端口是8983，若是想使用其余端口能够再启动时候增长参数。

D:solr-4.7.2\example>java -Djetty.port=8080 -jar start.jar 

　　或直接修改jetty的配置文件，D:\solr-4.5.1\example\etc\jetty.xml，将其中8983改为但愿的端口。

　　若是启动时报异常：
　　FAILED SocketConnector@0.0.0.0:8983: java.net.BindException: Address already in use: JVM_Bind 就说明当前端口占用中。须要换一个端口。 　　　

　　org.apache.solr.common.SolrException: Index locked for write for core collection1 或 org.apache.lucene.store.LockObtainFailedException: Index locked for write for core collection1 有多是索引库已经被一个solr占用了，不能两个端口同时启动同一个core。

　　若是没有报错启动成功后就能够在浏览器中输入地址: http://localhost:8983/solr/ 就能够看到solr的服务主页了。

 

3、Tomcat上安装Solr

　　假设是Linux服务器。

　　1．打开tomcat目录下的conf/server.xml，设置tomcat编码，防止从solr中查询时，参数为中文因乱码而查不出结果；

[root@note ~]# vi /opt/tomcat/conf/server.xml

　　在8080端口对应的Connector中加入URIEncoding="UTF-8"，以下图（必定注意大小写）：

　　2.在tomcat中部署solr服务器

　　这和在Tomcat中部署其余项目同样。 最简单的方法是直接将solr.war考到tomcat下，同时改名为solr.war

[root@note ~]# cp solr-4.7.2/dist/solr.war /opt/tomcat/webapps/solr.war 

　　若是对Tomcat比较熟悉，也能够将solr.war解压到任意目录，而后经过Tomcat Context配置的方式进行部署。

　　简单介绍一下，经过Context配置有两种经常使用方式。 一种是在tomcat/conf/server.xml，在<host></host>之间加入代码：

<Context path="solr" docBase="tomcatApp/MySolrApp" debug="0" reloadable="true" crossContext="true"/> 

(path是应用的上下文跟，docBase是应用所在目录)
另外一种是在tomcat/conf/Catalina/localhost目录增长一个XML文件，好比是MyProject，内容为：

<?xml version='1.0' encoding='utf-8'?>
 <Context crossContext="true" docBase="tomcatApp/MyProject" path="" reloadable="true">
</Context> 

(XML的文件名就是应用的上下文跟)

　　3．整合索引库

　　solr应用有两个solr文件，一个是example/webapps/solr.war，这个文件是Solr的应用服务。(能够理解成就是一个JAVA-WEB应用)，另一个是solr-4.7.2/example/solr,这个是solr-core 目录(索引库目录)，这个目录用来放置索引库。

　　 每一个索引库都包含一个config目录，这个目录是索库的配置。

　　Solr服务默认会到JAVA运行上下文目录(tomcat/bin)中查找这个索引仓库目录。

　　咱们能够将solr-4.7.2\example下的solr拷贝至tomcat的bin目录下(tomcat/bin/solr)。这样当Solr服务启动的时候就会自动加载相关的配置。 可是这种方法并不推荐，由于solr创建的索引文件也会放到索引库中(索引库data目录)索引库中会包含了索引文件，索引文件占用的空间会愈来愈多，因此建议将solr索引库单独存放。

　　这个目录能够经过该Solr服务的web.xml进行配置，打开web.xml

[root@note ~]# vi /opt/tomcat/webapps/solr/WEB-INF/web.xml 

　　能够看到其中有这样一段配置

<!--   
 <env-entry>
  <env-entry-name>solr/home</env-entry-name>
  <env-entry-value>/put/your/solr/home/here</env-entry-value>
  <env-entry-type>java.lang.String</env-entry-type>
 </env-entry>
-->

　　将env-entry节点的注释去掉，修改env-entry-value值

<env-entry>
 <env-entry-name>solr/home</env-entry-name>
 <env-entry-value>/opt/my_solr_core</env-entry-value>
 <env-entry-type>java.lang.String</env-entry-type>
</env-entry>

　　/opt/my_solr_core是solr-core的目录 (记得将solr-core文件家的内容拷贝到my_solr_core)

　　4．为Solr服务添加必要的jar包

　　 solr的war包中不包含任何日志的jar包，因此须要本身手动添加； 打开solr.war\WEB-INF\lib目录，添加如下jar包

　　jcl-over-slf4j-1.6.6.jar
　　jul-to-slf4j-1.6.6.jar 
　　log4j-1.2.16.jar
　　slf4j-api-1.6.6.jar 
　　lf4j-log4j12-1.6.6.jar 

　　(这些是日志包，在solr-4.10.1\example\lib\ext目录下)

[root@note ~]# cp  solr-4.7.2/example/lib/ext/* /opt/tomcat/webapps/solr/WEB-INF/lib/

　　log4j须要一个log4j.properties配置文件，在solr-4.7.2/example/resources/目录有一个演示用的log4j.properties配置文件中。
　　咱们能够将这个配置文件拷贝到应用中，后续再根据须要修改; 

[root@note ~]# mkdir /opt/tomcat/webapps/solr/WEB-INF/classes/
[root@note ~]# cp solr-4.7.2/example/resources/log4j.properties /opt/tomcat/webapps/solr/WEB-INF/classes/

　　须要注意的是log4j.properties配置文件有一段配置：

log4j.appender.file.File=${solr.log}/solr.log 

　　solr.log为tomcat启动时指定的变量，若是没指定，日志文件可能会写到其余目录下。建议改为绝对路径，这样更方便一些。

　　若是不想输出文件日志，那么能够将 log4j.rootLogger=INFO, file, CONSOLE 改成 log4j.rootLogger=INFO, CONSOLE

　　(对于log4j相关的配置，能够查阅log4j相关文档，这里不作具体的介绍)

　　若是须要DIH服务，还须要添加DIH相关的包和jdbc相关包。
　　solr-dataimporthandler-4.10.1.jar 
　　solr-dataimporthandler-extras-4.10.1.jar  
　　(这两个包在 solr-4.10.1\dist目录)  
　　mysql-connector-java-5.1.22.jar    
　　 (mysql数据库的驱动包，若是是其余数据库，须要添加对应的jdbc 包)

　　重启tomcat，访问地址http://你的服务器ip或域名/solr/ 若是能够看到以下界面，证实配置成功了！

注：部署以后须要确认索引库中的路径路径配置属否正确。 solr-4.7.2/example/solr/collection1/conf/solrconfig.xml

　　这些路径须要修改，不然可能报找不到某些类的异常，如： Can’t find (or read) directory to add to classloader 或者 java.lang.ClassNotFoundException: solr.clustering.ClusteringComponent

　　这个路径若是是相对路径，那么是相对于索引库的路径 (collection1的路径)

　　

4、Solr web服务器管理界面说明

Solr web应用自带了管理界面，能够方便的查看系统状态，solr设置，分词检验，索引查询，增减核心（core）。

这里列举一些经常使用的比较重要的内容。  

Dashboard（仪表盘） 访问主页，http://你的域名或ip/solr/，默认显示此页内容，包含solr版本，包含系统内存和jvm内存的使用状况，jvm参数等

Logging（日志） 能够用来查看solr运行是否有警告或者异常，以便及时处理  

Core Admin（索引库管理） 这个界面很重要，这使多核的配置，索引库的优化等，变得很是简单； 主要功能包括：Add Core（添加核心,即索引库），Unload（卸载核心），Rename（重命名核心），Optimize（优化索引库）。  

Java Properties（java属性） java及tomcat的一些属性

  Core Selector（核心选择器，这里以collection1为例）

1．Overview（概览）：包含基本统计如当前文档数；和实例信息如当前核心的配置目录；

2． Analysis（分析）：检验分词效果，如图，分词后“开发”将被高亮（注意FieldType须要选定为与被分析内容类型一致，如这里的title配置了中文分词）

3．Config（配置）：当前核心的配置，即solrconfig.xml的内容

4．Query（查询）：这是一个查询界面，用的比较多，用来查询索引的文档，包含是否存在，排序是否正确等。 5．Schema（当前索引库定义），即即schema.xml的内容  

5、安全问题

　　Solr管理后台功能十分强大，可是并无集成安全认证机制，若是在生产环境，管理后台地址能够公开访问的话，不但core的结构会暴漏出来，索引库甚至能够被修改或删除。 由于此界面涉及到位solr增减核心等管理操做，在实际产品上运行时，尽可能设置禁用在公网上（经过ip或者域名）的访问，须要使用时再临时打开。