文章目錄

solr

Solr是一個高性能，基於Lucene的全文搜索服務器。同時對其進行了擴展，提供了比Lucene更爲豐富的查詢語言，同時實現了可配置、可擴展，並對查詢性能進行了優化，並且提供了一個完善的功能管理界面，是一款非常優秀的全文搜索引擎。

lucene

Lucene是apache jakarta項目的一個子項目，是一個開放源代碼的全文檢索引擎開發工具包，但它不是一個完整的全文檢索引擎，而是一個全文檢索引擎的架構，提供了完整的查詢引擎和索引引擎，部分文本分析引擎。Lucene的目的是爲軟件開發人員提供一個簡單易用的工具包，以方便的在目標系統中實現全文檢索的功能，或者是以此爲基礎建立起完整的全文檢索引擎。

倒排索引

我們一般情況下,先找到文檔,再在文檔中找出包含的詞;

倒排索引則是這個過程反過來,用詞,來找出它出現的文檔.

實際舉例

文檔編號	文檔內容
1	全文檢索引擎工具包
2	全文檢索引擎的架構
3	查詢引擎和索引引擎

分詞結果

文檔編號	分詞結果集
1	{全文,檢索,引擎,工具,包}
2	{全文,檢索,引擎,的,架構}
3	{查詢,引擎,和,索引,引擎}

倒排索引

編號	單詞	文檔編號列表
1	全文	1,2
2	檢索	1,2
3	引擎	1,2,3
4	工具	1
5	包	1
6	架構	2
7	查詢	3
8	索引	3

lucene API 介紹

創建索引

新建 maven 項目,添加依賴

<project xmlns="http://maven.apache.org/POM/4.0.0"
	xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
	xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
	<modelVersion>4.0.0</modelVersion>
	<groupId>cn.tedu</groupId>
	<artifactId>lucene-demo</artifactId>
	<version>0.0.1-SNAPSHOT</version>
	<name>luceme-demo</name>

	<dependencies>
		<dependency>
			<groupId>org.apache.lucene</groupId>
			<artifactId>lucene-core</artifactId>
			<version>8.1.1</version>
		</dependency>

		<dependency>
			<groupId>junit</groupId>
			<artifactId>junit</artifactId>
			<version>4.12</version>
		</dependency>

		<dependency>
			<groupId>org.apache.lucene</groupId>
			<artifactId>lucene-analyzers-smartcn</artifactId>
			<version>8.1.1</version>
		</dependency>

	</dependencies>
	<build>
		<plugins>
			<plugin>
				<groupId>org.apache.maven.plugins</groupId>
				<artifactId>maven-compiler-plugin</artifactId>
				<version>3.8.0</version>
				<configuration>
					<source>1.8</source>
					<target>1.8</target>
				</configuration>
			</plugin>
		</plugins>
	</build>
</project>

創建測試類,添加以下代碼

package test;

import java.io.File;

import org.apache.lucene.analysis.cn.smart.SmartChineseAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.LongPoint;
import org.apache.lucene.document.StoredField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.store.FSDirectory;
import org.junit.Test;

public class Test1 {
	String[] a = {
			"3, 華爲 - 華爲電腦, 爆款",
			"4, 華爲手機, 旗艦",
			"5, 聯想 - Thinkpad, 商務本",
			"6, 聯想手機, 自拍神器"
	};
	
	@Test
	public void test1() throws Exception {
		//存儲索引文件的路徑
		File path = new File("d:/abc/");
		FSDirectory d = FSDirectory.open(path.toPath());
		//lucene提供的中文分詞器
		SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer();
		//通過配置對象來指定分詞器
		IndexWriterConfig cfg = new IndexWriterConfig(analyzer);
		//索引輸出工具
		IndexWriter writer = new IndexWriter(d, cfg);
		
		for (int i = 0; i < a.length; i++) {
			String[] strs = a[i].split(",");
			
			//創建文檔,文檔中包含的是要索引的字段
			Document doc = new Document();
			doc.add(new LongPoint("id", Long.parseLong(strs[0])));
			doc.add(new StoredField("id", Long.parseLong(strs[0])));
			doc.add(new TextField("title", strs[1], Store.YES));
			doc.add(new TextField("sellPoint", strs[2], Store.YES));
			
			//將文檔寫入磁盤索引文件
			writer.addDocument(doc);
		}
		writer.close();
		
	}
	
}

查看索引

運行 luke

運行lucene 8.1.1中的luke應用程序,指定索引的存放目錄

查看文檔

指定分詞器,並測試分詞

查詢測試

id的查詢

從索引查詢

在測試類中添加 test2() 測試方法

package test;

import java.io.File;

import org.apache.lucene.analysis.cn.smart.SmartChineseAnalyzer;
import org.apache.lucene.document.Document;
import org.apache.lucene.document.Field.Store;
import org.apache.lucene.document.LongPoint;
import org.apache.lucene.document.StoredField;
import org.apache.lucene.document.TextField;
import org.apache.lucene.index.DirectoryReader;
import org.apache.lucene.index.IndexWriter;
import org.apache.lucene.index.IndexWriterConfig;
import org.apache.lucene.index.Term;
import org.apache.lucene.search.IndexSearcher;
import org.apache.lucene.search.ScoreDoc;
import org.apache.lucene.search.TermQuery;
import org.apache.lucene.search.TopDocs;
import org.apache.lucene.store.FSDirectory;
import org.junit.Test;

public class Test1 {
	String[] a = {
			"3, 華爲 - 華爲電腦, 爆款",
			"4, 華爲手機, 旗艦",
			"5, 聯想 - Thinkpad, 商務本",
			"6, 聯想手機, 自拍神器"
	};
	
	@Test
	public void test1() throws Exception {
		//存儲索引文件的路徑
		File path = new File("d:/abc/");
		FSDirectory d = FSDirectory.open(path.toPath());
		//lucene提供的中文分詞器
		SmartChineseAnalyzer analyzer = new SmartChineseAnalyzer();
		//通過配置對象來指定分詞器
		IndexWriterConfig cfg = new IndexWriterConfig(analyzer);
		//索引輸出工具
		IndexWriter writer = new IndexWriter(d, cfg);
		
		for (int i = 0; i < a.length; i++) {
			String[] strs = a[i].split(",");
			
			//創建文檔,文檔中包含的是要索引的字段
			Document doc = new Document();
			doc.add(new LongPoint("id", Long.parseLong(strs[0])));
			doc.add(new StoredField("id", Long.parseLong(strs[0])));
			doc.add(new TextField("title", strs[1], Store.YES));
			doc.add(new TextField("sellPoint", strs[2], Store.YES));
			
			//將文檔寫入磁盤索引文件
			writer.addDocument(doc);
		}
		writer.close();
		
	}
	
	@Test
	public void test2() throws Exception {
		//索引數據的保存目錄
		File path = new File("d:/abc");
		FSDirectory d = FSDirectory.open(path.toPath());
		//創建搜索工具對象
		DirectoryReader reader = DirectoryReader.open(d);
		IndexSearcher searcher = new IndexSearcher(reader);
		
		//關鍵詞搜索器,我們搜索 "title:華爲"
		TermQuery q = new TermQuery(new Term("title", "華爲"));
		//執行查詢,並返回前20條數據
		TopDocs docs = searcher.search(q, 20);

		//遍歷查詢到的結果文檔並顯示
		for (ScoreDoc scoreDoc : docs.scoreDocs) {
			Document doc = searcher.doc(scoreDoc.doc);
			System.out.println(doc.get("id"));
			System.out.println(doc.get("title"));
			System.out.println(doc.get("sellPoint"));
			System.out.println("--------------");
		}
	}
	
}

solr 安裝

下面我們來安裝 solr 服務器

把 solr-8.1.1.tgz 傳到服務器

先切換到 /usr/local 目錄

cd /usr/local

把文件傳到 /usr/local 目錄下

解壓 solr

cd /usr/local

# 上傳 solr-8.1.1.tgz 到 /usr/local 目錄
# 並解壓縮
tar -xzf solr-8.1.1.tgz

啓動 solr

cd /usr/local/solr-8.1.1

# 不建議使用管理員啓動 solr,加 -force 強制啓動
bin/solr start -force

# 開放 8983 端口
firewall-cmd --zone=public --add-port=8983/tcp --permanent
firewall-cmd --reload

瀏覽器訪問 solr 控制檯

http://192.168.64.170:8983

注意修改地址

創建 core

數據庫中 pd_item 表中的商品數據, 在 solr 中保存索引數據, 一類數據, 在 solr 中創建一個 core 保存索引數據

創建一個名爲 pd 的 core, 首先要準備以下目錄結構:

# solr目錄/server/solr/
#                    pd/
#                     conf/
#                     data/


cd /usr/local/solr-8.1.1

mkdir server/solr/pd
mkdir server/solr/pd/conf
mkdir server/solr/pd/data

conf 目錄是 core 的配置目錄, 存儲一組配置文件, 我們以默認配置爲基礎, 後續逐步修改

複製默認配置

cd /usr/local/solr-8.1.1

cp -r server/solr/configsets/_default/conf server/solr/pd

創建名爲 pd 的 core

中文分詞測試

填入以下文本, 觀察分詞結果:

Solr是一個高性能，採用Java5開發，基於Lucene的全文搜索服務器。同時對其進行了擴展，提供了比Lucene更爲豐富的查詢語言，同時實現了可配置、可擴展並對查詢性能進行了優化，並且提供了一個完善的功能管理界面，是一款非常優秀的全文搜索引擎。

中文分詞工具 - ik-analyzer

https://github.com/magese/ik-analyzer-solr

下載 ik-analyzer 分詞 jar 文件,傳到 solr目錄/server/solr-webapp/webapp/WEB-INF/lib
- 爲了後續操作方便,我們把後面用到的jar文件一同傳到服務器,包括四個文件:
  - ik-analyzer-8.1.0.jar
  - mysql-connector-java-5.1.46.jar
  - solr-dataimporthandler-8.1.1.jar
  - solr-dataimporthandler-extras-8.1.1.jar
複製6個文件到 solr目錄/server/solr-webapp/webapp/WEB-INF/classes

# classes目錄如果不存在,需要創建該目錄
mkdir /usr/local/solr-8.1.1/server/solr-webapp/webapp/WEB-INF/classes

這6個文件複製到 classes 目錄下
resources/
    IKAnalyzer.cfg.xml
    ext.dic
    stopword.dic
    stopwords.txt
    ik.conf
    dynamicdic.txt

配置 managed-schema

修改 solr目錄/server/solr/pd/conf/managed-schema,添加 ik-analyzer 分詞器

<!-- ik分詞器 -->
<fieldType name="text_ik" class="solr.TextField">
  <analyzer type="index">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/>
      <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/>
      <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

重啓 solr 服務

cd /usr/local/solr-8.1.1

bin/solr restart -force

使用 ik-analyzer 對中文進行分詞測試

填入以下文本, 選擇使用 text_ik 分詞器, 觀察分詞結果:

Solr是一個高性能，採用Java5開發，基於Lucene的全文搜索服務器。同時對其進行了擴展，提供了比Lucene更爲豐富的查詢語言，同時實現了可配置、可擴展並對查詢性能進行了優化，並且提供了一個完善的功能管理界面，是一款非常優秀的全文搜索引擎。

設置停止詞

上傳停止詞配置文件到 solr目錄/server/solr-webapp/webapp/WEB-INF/classes

stopword.dic
stopwords.txt

重啓服務,觀察分詞結果中,停止詞被忽略

bin/solr restart -force

準備 mysql 數據庫數據

用 sqlyog 執行 pd.sql
授予 root 用戶跨網絡訪問權限
注意: 此處設置的是遠程登錄的 root 用戶,本機登錄的 root 用戶密碼不變

grant all on *.* to 'root'@'%' identified by 'root';

隨機修改30%的商品,讓商品下架,以便後面做查詢測試

UPDATE pd_item SET STATUS=0 WHERE RAND()<0.3

從 mysql 導入商品數據

設置字段

title text_ik
sellPoint text_ik
price plong
barcode string
image string
cid plong
status pint
created pdate
updated pdate

Copy Field 副本字段

查詢時需要按字段查詢,例如 title:電腦, 可以將多個字段的值合併到一個字段進行查詢,默認查詢字段 _text_

將 title 和 sellPoint 複製到 _text_ 字段

Data Import Handler 配置

添加 jar 文件

Data Import Handler 的 jar 文件存放在 solr目錄/dist 目錄下

solr-dataimporthandler-8.1.1.jar
solr-dataimporthandler-extras-8.1.1.jar

複製這兩個文件和 mysql 的 jar 文件到 solr目錄/server/solr-webapp/webapp/WEB-INF/lib

dih-config.xml
修改 mysql 的 ip 地址,傳到
solr目錄/server/solr/pd/conf
solrconfig.xml 中添加 DIH 配置

<requestHandler name="/dataimport" class="org.apache.solr.handler.dataimport.DataImportHandler">
    <lst name="defaults">  
    	<str name="config">dih-config.xml</str>  
    </lst>  
</requestHandler>

重啓 solr

cd /usr/local/solr-8.1.1

bin/solr restart -force

導入數據

重啓 solr 後導入數據,確認導入的文檔數量爲 3160

查詢測試

在複製字段 `_text_` 中查找 `電腦`

在標題中查找 `電腦`

用雙引號查找完整詞 `"筆記本"`

搜索 `+lenovo +電腦`

搜索 `+lenovo -電腦`

統計 cid

價格範圍

在 Raw Query Parameters 輸入框中填入以下內容:

facet.range=price&facet.range.start=0&facet.range.end=10000&facet.range.gap=2000

多字段統計

在 Raw Query Parameters 輸入框中填入以下內容:

facet.pivot=cid,status

拼多商城實現商品的全文檢索

修改 hosts 文件, 添加 www.pd.com 映射

127.0.0.1      www.pd.com

eclipse 導入 pd-web 項目

修改數據庫連接配置

application.yml 配置文件中,修改連接配置

spring:
    datasource:
        type: com.alibaba.druid.pool.DruidDataSource
        driver-class-name: com.mysql.jdbc.Driver
        url: jdbc:mysql://127.0.0.1:3306/pd_store?useUnicode=true&characterEncoding=UTF-8
        username: root
        password: root

啓動項目, 訪問 www.pd.com

商品檢索調用分析

pom.xml 添加 solr 和 lombok 依賴

<dependency>
	<groupId>org.springframework.boot</groupId>
	<artifactId>spring-boot-starter-data-solr</artifactId>
</dependency>

<dependency>
	<groupId>org.projectlombok</groupId>
	<artifactId>lombok</artifactId>
</dependency>

application.yml 添加 solr 連接信息

spring:
  data:
    solr:   #注意修改ip地址
      host: http://192.168.64.170:8983/solr/pd

Item 實體類

package com.pd.pojo;

import java.io.Serializable;

import org.apache.solr.client.solrj.beans.Field;

import lombok.Data;

@Data
public class Item implements Serializable {
		private static final long serialVersionUID = 1L;
		
		@Field("id")
		private String id;
		@Field("title")
		private String title;
		@Field("sellPoint")
		private String sellPoint;
		@Field("price")
		private Long price;
		@Field("image")
		private String image;

}

SearchService 業務接口

package com.pd.service;

import java.util.List;

import com.pd.pojo.Item;

public interface SearchService {
	List<Item> findItemByKey(String key) throws Exception;
}

SearchServiceImpl 業務實現類

package com.pd.service.impl;

import java.util.List;

import org.apache.solr.client.solrj.SolrClient;
import org.apache.solr.client.solrj.SolrQuery;
import org.apache.solr.client.solrj.response.QueryResponse;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.context.annotation.Configuration;
import org.springframework.stereotype.Service;

import com.pd.pojo.Item;
import com.pd.service.SearchService;

@Service
public class SearchServiceImpl implements SearchService {
	
	/*
	 * SolrClient實例是在 SolrAutoConfiguration 類中創建的
	 * 
	 * SolrAutoConfiguration添加了@Configuration註解,
	 * 是spring boot自動配置類,其中的solrClient()方法中創建了SolrClient實例
	 */
	@Autowired
	private SolrClient solrClient;

	@Override
	public List<Item> findItemByKey(String key) throws Exception {
		//封裝查詢的關鍵詞
		//也可以封裝其他的查詢參數,比如指定字段,facet設置等
		SolrQuery query = new SolrQuery(key);
		//查詢前多少條數據
		query.setStart(0);
		query.setRows(20);
		
		//執行查詢並得到查詢結果
		QueryResponse qr = solrClient.query(query);
		//把查詢結果轉成一組商品實例
		List<Item> beans = qr.getBeans(Item.class);
		return beans;
	}

}

SearchController 控制器

package com.pd.controller;

import java.util.List;

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.stereotype.Controller;
import org.springframework.ui.Model;
import org.springframework.web.bind.annotation.GetMapping;

import com.pd.pojo.Item;
import com.pd.service.SearchService;

@Controller
public class SearchController {
	@Autowired
	private SearchService searchService;
	
	@GetMapping("/search/toSearch.html")
	public String search(String key, Model model) throws Exception {
		List<Item> itemList = searchService.findItemByKey(key);
		model.addAttribute("list", itemList);
		return "/search.jsp";
	}
}

Lucene Solr 811

文章目錄

solr

lucene

倒排索引

實際舉例

lucene API 介紹

創建索引

新建 maven 項目,添加依賴

創建測試類,添加以下代碼

查看索引

運行 luke

查看文檔

指定分詞器,並測試分詞

查詢測試

從索引查詢

solr 安裝

把 solr-8.1.1.tgz 傳到服務器

解壓 solr

啓動 solr

瀏覽器訪問 solr 控制檯

創建 core

複製默認配置

創建名爲 pd 的 core

中文分詞測試

中文分詞工具 - ik-analyzer

使用 ik-analyzer 對中文進行分詞測試

設置停止詞

準備 mysql 數據庫數據

從 mysql 導入商品數據

設置字段

Copy Field 副本字段

Data Import Handler 配置

導入數據

查詢測試

在複製字段 _text_ 中查找 電腦

在標題中查找 電腦

用雙引號查找完整詞 "筆記本"

搜索 +lenovo +電腦

搜索 +lenovo -電腦

統計 cid

價格範圍

多字段統計

拼多商城實現商品的全文檢索

修改 hosts 文件, 添加 www.pd.com 映射

eclipse 導入 pd-web 項目

修改數據庫連接配置

啓動項目, 訪問 www.pd.com

商品檢索調用分析

pom.xml 添加 solr 和 lombok 依賴

application.yml 添加 solr 連接信息

Item 實體類

SearchService 業務接口

SearchServiceImpl 業務實現類

SearchController 控制器

在複製字段 `_text_` 中查找 `電腦`

在標題中查找 `電腦`

用雙引號查找完整詞 `"筆記本"`

搜索 `+lenovo +電腦`

搜索 `+lenovo -電腦`