Solr4.4的安裝與配置

標籤：Lucene   style   blog   http   io   os   使用   ar   java   

最近準備用Solr搭建項目，所以對其作了一些瞭解，我採用的是Solr4.4版本；這個版本的Solr相對於以前的版本改變很大，這裡記一下自己安裝與配置的過程。

網上很多關於Solr的教程都很老了，很多教程居然還是基於Solr1.3或者1.4版本在講解，有些資料的內容看了再對比目前的版本會不知所云。

盡量多看官方提供的wiki文檔：http://wiki.apache.org/solr/

Solr簡介

這裡貼一段關於solr的簡介：

Solr是一個基於Lucene的Java搜尋引擎伺服器。Solr 提供了層面搜尋、命中醒目顯示並且支援多種輸出格式（包括 XML/XSLT 和 JSON 格式）。它易於安裝和配置，而且附帶了一個基於 HTTP 的管理介面。Solr已經在眾多大型的網站中使用，較為成熟和穩定。Solr 封裝並擴充了 Lucene，所以Solr的基本上沿用了Lucene的相關術語。更重要的是，Solr 建立的索引與 Lucene 搜尋引擎庫完全相容。通過對Solr 進行適當的配置，某些情況下可能需要進行編碼，Solr 可以閱讀和使用構建到其他 Lucene 應用程式中的索引。此外，很多 Lucene 工具（如Nutch、 Luke）也可以使用Solr 建立的索引。

下載解壓

官方網址：http://lucene.apache.org/solr/

下載列表：http://www.apache.org/dyn/closer.cgi/lucene/solr/4.4.0

將下載得到的solr-4.4.0.zip壓縮包解壓，會看到如下目錄結構：

其中對我們有用的是example和dist目錄中的內容。

安裝與配置

首先將exmaple/webapps中的solr.war包解壓開複製到Tomcat的webapps中，或者直接將solr.war包直接複製到Tomcat的webapps中，然後啟動Tomcat使其解壓開再將war包刪除。這時如果啟動Tomcat是會報錯的，因為我們沒有設定solr_home（也就是索引和設定檔所在的目錄）。

下面配置一下：

solr_home的設定有好幾種方式，百度一下就可以了，這裡我採用的是在solr應用的web.xml檔案中配置的方式。開啟solr/WEB-INF/web.xml檔案，找到如下內容：

[html] view plaincopy

1. <env-entry>
2. <env-entry-name>solr/home</env-entry-name>
3. <env-entry-value>../webapps/solr/solr_home</env-entry-value>
4. <env-entry-type>java.lang.String</env-entry-type>
5. </env-entry>

這段內容初始時是被注釋了的，解開注釋後將<env-entry-value>節點內容改為自己磁碟上某個位置即可，這裡我採用的是相對位置，絕對位置當然也是可以的。

配置完了還需要在配置的路徑處放置一個檔案夾作為SOLR_HOME（solr的example中已經提供），我們將example/solr目錄拷貝到solr項目目錄下（這裡是%TOMCAT_HOME%/webapps/solr/），並重新命名為solr_home（根據自己的配置決定）。

配置日誌輸出

這時如果啟動Tomcat（通過調用startup.sh指令碼），仍然無法正常啟動，而且錯誤只有幾行，如下所示：

[java] view plaincopy

1. 2013-8-9 15:49:05 org.apache.catalina.core.StandardContext start 
2. 嚴重: Error filterStart 
3. 2013-8-9 15:49:05 org.apache.catalina.core.StandardContext start 
4. 嚴重: Context [/solr] startup failed due to previous errors 

給出的錯誤資訊不明不白，這時如果我們換一種方式來啟動Tomcat就會發現錯誤輸出了，在命令列將目前的目錄切換到%TOMCAT_HOME%/bin，執行如下的命令：

[java] view plaincopy

1. java -jar bootstrap.jar 

這樣可以看到命令列輸出如下的異常資訊（省略部分內容）：

很顯然，提示我們找不到日誌相關的jar包，還提示我們去看solr的相關wiki連結：http://wiki.apache.org/solr/SolrLogging

到該Wiki頁面中我們會找到如下幾段文字說明：

上面解釋了在新版本的solr中日誌輸出方面做了什麼變動，以及如何解決。

首先複製example/lib/ext目錄中的jar包到項目的classpath下，這裡的example就是前面解壓solr壓縮包得到的，solr應用war包也是從該目錄下得到的；我們可以將這些jar包放到%TOMCAT_HOME%/lib下，也可以將它們放到項目的lib下（在我的電腦上是/opt/tomcat-6.0.37/webapps/solr/WEB-INF/lib）；

然後將example/resources/log4j.properties也拷到classpath（我在/opt/tomcat-6.0.37/webapps/solr/目錄下建立了一個classes目錄，放log4j.properties放了進去）；

然後再啟動Tomcat，這時就沒有異常拋出了，solr成功啟動，我們通過瀏覽器進行訪問，你將會看到如下畫面：

在Solr中使用中文分詞

使用全文檢索索引，中文分詞是離不開的，這裡我採用的是mmseg4j分詞器。mmseg4j分詞器內建了對solr的支援，最新版本可支援4.X版本的sorl，使用起來很是方便。

GoogleCode地址：http://code.google.com/p/mmseg4j/

使用mmseg4j中文分詞器，首先需要在schema.xml檔案中配置一個fieldType節點（其它的中文分詞器也類似），如下所示：

[html] view plaincopy

1. <!-- 中文分詞 -->
2. <fieldType name="text_zh" class="solr.TextField" positionIncrementGap="100">
3. <analyzer>
4. <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" />
5. </analyzer>
6. </fieldType>

然後就可以在field節點中引用該filedType了，定義樣本filed節點如下：

[html] view plaincopy

1. <field name="title" type="text_zh" indexed="true" stored="true" multiValued="true"/>
2. <field name="content" type="text_zh" indexed="true" stored="false" multiValued="true"/>

然後在瀏覽器裡試一下效果：

總結

下面總結一下Solr4.4.0的安裝與配置步驟：

1. 準備Java和Tomcat；
2. 下載並解壓solr-4.4.4.zip得到solr-4.4.0目錄；
3. 拷貝solr-4.4.0/example/webapps/solr.war包到%Tomcat_Home%/webapps目錄，啟動Tomcat使其解壓，刪除solr.war包；
4. 開啟%Tomcat_Home%/webapps/solr/WEB-INF/web.xml檔案，配置SOLR_HOME，按照SOLR_HOME的配置拷貝solr-4.4.0/example/solr目錄（該目錄即作為solr_home）；
5. 拷貝solr-4.4.0/example/lib/ext下所有的jar包到項目的classpath下，同時拷貝log4j.properties設定檔到classpath；
6. 配置中文分詞器。

Solr4.4的安裝與配置