Quick Start

安装

下载 solr 5.3.1

• Q：why 5.3.1?

• A：solr 官网的 quick start 是用 5.3.1 来进行介绍滴

wget http://archive.apache.org/dist/lucene/solr/5.3.1/solr-5.3.1.zip
unzip solr-5.3.1.zip
cd solr-5.3.1/
bin/solr start -e cloud -noprompt

这时就把 solr 给启动了，如果看到如下提示

NOTE: Please install lsof as this script needs it to determine if Solr is listening on port 8983.

那么就安装一下 lsof

yum -y install lsof

现在再启动 solr 就不会提示安装 lsof 了

索引数据

solr 安装成功后，bin/post 工具可以将不同类型的文档导入 solr，现在尝试将 docs 目录下的所有 html 文件导入 solr 并创建索引

bin/post -c gettingstarted docs/
# -c gettingstarted: 指定需要创建索引的集合(collection)为gettingstarted
# docs/: 指定一个相对路径

solr xml

solr 支持对多种格式的结构化数据进行索引，例如：solr xml（传说是某种主流的格式）

solr 安装包含了少量的 solr xml 格式的文件，附带示例数据（主要是些 mocked 科技产品数据），可以使用下面的命令启动 solr 并且索引这些数据

# 先确保停止solr
bin/solr stop -all
bin/solr start -e techproducts

使用 post 工具，将 example/exampledocs/ 下的 solr xml 格式的示例数据索引

bin/post -c gettingstarted example/exampledocs/*.xml

json

看过了 solr xml 格式，再来看看 json。貌似更主流一些吧

solr 安装也包含了 json 格式数据（solr json，是类似于 solr xml 的 json，大概是 json 的字段都是定义好的），用来演示对 json 的支持，依然使用 post 工具

bin/post -c gettingstarted example/exampledocs/books.json

csv

把数据导入 solr 的一个方式是经由 csv；照例是使用 post 工具，如下

bin/post -c gettingstarted example/exampledocs/books.csv

其他格式

• 数据库：从数据库导入记录，使用 Data Import Handler (DIH)

• 编程

• 管理后台

更新数据

即使索引同一份数据多次，也不会搜索出重复的结果来。这是因为在 schema.xml 中指定了一个唯一键：id

无论何时，向 solr 发起指令去添加一个已存在的、唯一键相同的文档，solr 会自动替换该文档

• numDocs：可搜索的文档数，这个数字可能比 xml，json，csv 文件数要大，这是因为单个文件里可能有多个文档，多次提交同一个文档，numDocs 并不会增加

• maxDoc：这个值包含了逻辑上已删除但还没有物理删除的文档，所以该值可能比 numDosc 大

删除数据

使用 post 工具来删除数据：提交一个删除命令，指定将要被删除的文档的唯一键的值；或者一个查询，匹配多个结果

bin/post -c gettingstarted -d "<delete><id>SP2514N</id></delete>"

搜索

可以用:来代替.，避免进行 url encode

curl "http://localhost:8983/solr/gettingstarted/select?q=*%3A*&wt=json&indent=true"
curl "http://localhost:8983/solr/gettingstarted/select?q=*:*&wt=json&indent=true"

界面

参数说明（搜索语法）（搜索参数）

• q：搜索关键字，如果关键字是个短语的话需要用引号，例如q="CAS latency"，注意：空格会被 url encode 编码成+号

  • field:value格式，表示仅在 filed 字段里搜索 value，例如 q=name:foundation 指定只搜索name 字段里的 foundation

    • price:[0 TO 400]，范围搜索，表示搜索 price 在 0 和 400 之间，注意：TO 要大写

  • 默认情况下，搜索多个关键字，使用空格分隔，solr 只需要其中一个包含在文档中，如果需要多个关键字都包含，可以用+号，反之用-号，注意：+号会被 url encode 编码成 %2B。示例：

    • q=+one +three 表示文档里同时包含 one 和 three

    • q=+two -one 表示文档里包含 two 但不包含 one

• start：搜索结果的起始位置（0 表示第一个）

• rows：每页返回结果数

• fl：指定返回的字段，多个字段用逗号分隔

搜索结果

{
  "responseHeader": {
    "status": 0,
    "QTime": 55,
    "params": {
      "indent": "true",
      "q": "foundation",
      "_": "1454382796684",
      "wt": "json"
    }
  },
  "response": {
    "numFound": 3612,                // 搜索到的结果数
    "start": 0,
    "maxScore": 0.373555,
    "docs": [
      {
        "id": "0553293354",
        "cat": [
          "book"
        ],
        "name": [
          "Foundation"
        ],
        "price": [
          7.99
        ],
        "inStock": [
          true
        ],
        "author": [
          "Isaac Asimov"
        ],
        "series_t": [
          "Foundation Novels"
        ],
        "sequence_i": 1,
        "genre_s": "scifi",
        "_version_": 1524681985891500000
      },

faceting

faceting 是 solr 最受欢迎的特性之一，它可以将搜索结果分组到子集中，并对每个子集进行汇总。有多种 faceting：字段值，数字和日期范围，决策树，及任意查询 faceting

字段 facets

除了搜索结果以外，solr查询还能返回包含每个唯一值的文档数

勾选 faceting（facet=true），指定用于 facet 的字段（facet.field=?），如果只想 facets 而不需要返回内容，设定 rows=0

范围 facets

对于数字和日期，经常需要按范围进行汇总，一个数字范围的 facets 如下：

使用 price 来 facets

curl http://localhost:8983/solr/gettingstarted/select?q=*:*&wt=json&indent=on&rows=0 \
                                                     &facet=true \
                                                     &facet.range=price \
                                                     &f.price.facet.range.start=0 \
                                                     &f.price.facet.range.end=600 \
                                                     &f.price.facet.range.gap=50 \
                                                     &facet.range.other=after

Pivot facets

决策树 facet... 允许 2 个或更多字段被嵌入各种可能的组合

在示例的“科技产品数据”里，pivot facets 可以用来查看 book 类别（字段为 cat）下有多少产品有库存或无库存，下面看看查询语句

curl http://localhost:8983/solr/gettingstarted/select?q=*:*&rows=0&wt=json&indent=on \
                                                  &facet=on&facet.pivot=cat,inStock

查询结果，仅截取 cat=book 的片段

...
"facet_pivot":{
  "cat,inStock":[{
      "field":"cat",
      "value":"book",
      "count":14,
      "pivot":[{
          "field":"inStock",
          "value":true,
          "count":12},
        {
          "field":"inStock",
          "value":false,
          "count":2}]},
...

这个结果说明 cat=book 的产品有 14 个，其中有库存的 12 个，无库存的 2 个

更多faces

https://cwiki.apache.org/confluence/display/solr/Faceting

spatial

solr 支持地理空间搜索，包括对给定的地点进行指定距离的范围搜索，按距离排序，......

spatial 查询可以和任何类型的查询结合，例如，在深圳市 10km 内查询 ipod

总结

一个包含了上面各步骤命令的shell脚本

date ;
bin/solr start -e cloud -noprompt ;
  open http://localhost:8983/solr ;
  bin/post -c gettingstarted docs/ ;
  open http://localhost:8983/solr/gettingstarted/browse ;
  bin/post -c gettingstarted example/exampledocs/*.xml ;
  bin/post -c gettingstarted example/exampledocs/books.json ;
  bin/post -c gettingstarted example/exampledocs/books.csv ;
  bin/post -c gettingstarted -d "<delete><id>SP2514N</id></delete>" ;
  bin/solr healthcheck -c gettingstarted ;
date ;

清理脚本

bin/solr stop -all
rm -Rf example/cloud/

进阶

Solr Reference Guide

参考指南

参考指南下载目录

参考指南(pdf) for 5.3