利用SOLR搭建企業(yè)搜索平臺(tái) 之一（運(yùn)行solr）

　 　在網(wǎng)絡(luò)上找了很多的關(guān)于solr的資料，發(fā)現(xiàn)非常的不全面，即使就是官方的wiki，也是如此！

　　基于現(xiàn)階段正在研究的solr應(yīng) 用，陸續(xù)的會(huì)分享我的一些經(jīng)驗(yàn)！

　　今天要說的是： 怎么跑起來！

　　1》 首先下載好solr，我用的是 solr1.3，下載地址：

　　windows版本

　　http://labs.xiaonei.com/apache-m ... ache-solr-1.3.0.zip

　　linux版本

　　http://labs.xiaonei.com/apache-m ... ache-solr-1.3.0.tgz

　　2》準(zhǔn)備運(yùn)行容器，我用的是tomcat6.0.20.如果是玩的話，也可以不用準(zhǔn) 備專門的容易，你只需解壓好solr的下載包，找到 example文件夾，然后運(yùn)行 start.jar。具體指令：java -jar start.jar做應(yīng)用的時(shí)候，不建議采用該方式。該方式內(nèi)部包含了jetty！

　　3》有關(guān)tomcat的使用，不是本文的重點(diǎn)，如 果你有問題，請(qǐng)參見tomcat的使用。解壓好tomcat，將solr包下面的dist文件夾中的apache-solr-1.3.0.war 拷貝到 tomcat的webapps，并且改名為 solr.war。

　　4》新建一個(gè) solr-tomcat文件夾，我是把這個(gè)文件夾建立在C盤根目錄，你可以采用同樣方式，也可以不這樣，放哪由你決定。建立好該文件夾以后,在把它下面在 建立一個(gè)solr文件夾，把solr包里面的example\solr文件夾下面的所有文件放入到 solr里面。

　　5》最后一步 配置 solr.home，可以有三種方式。

　　1）基于當(dāng)前路徑的方式

　　這種情況需要在c:\solr- tomcat\目錄下去啟動(dòng)tomcat，Solr查找./solr，因此在啟動(dòng)時(shí)候需要切換到c:\solr-tomcat\

　　2） 基于環(huán)境變量

　　windows在環(huán)境變量中建立solr.home,值為c:\solr-tomcat

　　linux 在當(dāng)前用戶的環(huán)境變量中（.bash_profile）或在catalina.sh中添加如下環(huán)境變量

　　export JAVA_OPTS="$JAVA_OPTS -Dsolr.solr.home=/opt/solr-tomcat/solr"

　　 3）基于JNDI

　　在tomcat的conf文件夾建立Catalina文件夾，然后在Catalina文件夾中在建立 localhost文件夾，在該文件夾下面建立solr.xml，其中內(nèi)容：

　　Xml代碼　　　

<Context 　docBase="c:\tomcat\webapps\solr.war"　debug="0"　crossContext="true"　> 　
　　　<Environment　name="solr/home"　type="java.lang.String"　 value="c:/solr-tomcat/solr"　override="true"　/>　
</Context>

　 　問題描述：

　　個(gè)人發(fā)現(xiàn)的一個(gè)問題，就是如果配置好JNDI的話，然后在tomcat的bin文件夾下面啟動(dòng) tomcat的話，會(huì)在tomcat的bin下面建立solr文件夾，這個(gè)文件夾中主要存放的索引文件。本來這些東西應(yīng)該放入c:\solr- tomcat\solr。如果你不想出現(xiàn)這種情況的話，請(qǐng)使用基于當(dāng)前路徑的方式。

　　6》打開瀏覽器，請(qǐng)看看能否訪問該服務(wù)。如果能夠 訪問，恭喜您跑起來了。

利用SOLR搭建企業(yè)搜索平臺(tái) 之二（中文分詞）

　 　這篇文章，主要說的是 怎么在solr中加入中文分詞，參考了一些文章，但是還是花了不少時(shí)間才搞出的。可能是大俠們太牛了，所以很多細(xì)節(jié)東西都沒有寫出來！但是要指出的是很多 文章都是抄來抄去的！

　　入正題：

　　在上面的一個(gè)文章中，已經(jīng)使solr跑起來了，在上面的基礎(chǔ)上，加入中文分詞。我 用的是paoding分詞器！

　　1》請(qǐng)下好paoding分詞器，下載地址：

　　http://code.google.com/p/paoding/downloads/list ， 在這里要非常感謝paoding作者：qieqie

　　在使用paoding的時(shí)候要注意：paoding的dic位置，也就是字典的位 置，有兩種辦法解決：　　　　　　　　　　　　　　　　　　　　

　　1） 在系統(tǒng)環(huán)境變量中加入PAODING_DIC_HOME這個(gè)變量，值為paoding壓縮包下面的dic的解壓位置。

　　 2）paoding-analysis.jar里面有個(gè)paoding-dic-home.properties文件，指定dic也可，但是要重新編譯這 個(gè)jar包，我采用的后面一種辦法，只要每次固定好dic位置，部署還不是很不方便，設(shè)置環(huán)境變量我比較反感

　　2》建立文件

　 　Java代碼　　

package　com.yeedoo.slor.tokenizer;　
　
import　 java.io.Reader;　
import　java.util.Map;　
　
import　 net.paoding.analysis.analyzer.PaodingTokenizer;　
import　 net.paoding.analysis.analyzer.TokenCollector;　
import　 net.paoding.analysis.analyzer.impl.MaxWordLengthTokenCollector;　
import 　net.paoding.analysis.analyzer.impl.MostWordsTokenCollector;　
import　 net.paoding.analysis.knife.PaodingMaker;　
　
import　 org.apache.lucene.analysis.TokenStream;　
import　 org.apache.solr.analysis.BaseTokenizerFactory;　
　
public　class　 ChineseTokenizerFactory　extends　BaseTokenizerFactory　{　
　
　/**　
　 *　最多切分　默認(rèn)模式　
　*/　
　public　static　final　String　MOST_WORDS_MODE　=　 "most-words";　
　
　/**　
　*　按最大切分　
　*/　
　public　static　 final　String　MAX_WORD_LENGTH_MODE　=　"max-word-length";　
　
　private 　String　mode　=　null;　
　
　public　void　setMode(String　mode)　{　
　 if　(mode　==　null　||　MOST_WORDS_MODE.equalsIgnoreCase(mode)　||　 "default".equalsIgnoreCase(mode))　{　
　　this.mode　=　MOST_WORDS_MODE;　
　 }　else　if　(MAX_WORD_LENGTH_MODE.equalsIgnoreCase(mode))　{　
　　 this.mode　=　MAX_WORD_LENGTH_MODE;　
　}　else　{　
　　throw　new　 IllegalArgumentException("不合法的分析器Mode參數(shù)設(shè)置:"　+　mode);　
　}　
　}　
　
　 @Override　
　public　void　init(Map<String,String>　args)　{　
　 super.init(args);　
　setMode(args.get("mode").toString());　
　}　
　
　 public　TokenStream　create(Reader　input)　{　
　return　new　 PaodingTokenizer(input,　PaodingMaker.make(),　createTokenCollector());　
　 }　
　
　private　TokenCollector　createTokenCollector()　{　
　if　 (MOST_WORDS_MODE.equals(mode))　
　　return　new　 MostWordsTokenCollector();　
　if　(MAX_WORD_LENGTH_MODE.equals(mode))　
　 　return　new　MaxWordLengthTokenCollector();　
　throw　new　Error("never　 happened");　
　}　
　
}

利用SOLR搭建企業(yè)搜索平臺(tái) 之三（配置文件）

　 　運(yùn)行solr是個(gè)很簡(jiǎn)單的事，如何讓solr高效運(yùn)行你的項(xiàng)目，這個(gè)就不容易了。要考慮的因素太多。這里很重要一個(gè)就是對(duì)solr的配置要了解。懂得配 置文件每個(gè)配置項(xiàng)的含義，這樣操作起來就會(huì)如魚得水！

　　在solr里面主要的就是solr的主目錄下面的 schema.xml,solrConfig.xml，如果你看過前兩篇文章的話，你應(yīng)該知道solr的主目錄處于什么位置（c:\solr- tomcat\solr\conf\）。

　　在這個(gè)文章中，我們首先來說說這個(gè)schema.xml。

　　 schema.xml，這個(gè)相當(dāng)于數(shù)據(jù)表配置文件，它定義了加入索引的數(shù)據(jù)的數(shù)據(jù)類型的。主要包括types、fields和其他的一些缺省設(shè)置。

　 　1》首先需要在types結(jié)點(diǎn)內(nèi)定義一個(gè)FieldType子結(jié)點(diǎn)，包括name,class,positionIncrementGap等等一些參 數(shù)，name就是這個(gè)FieldType的名稱，class指向org.apache.solr.analysis包里面對(duì)應(yīng)的class名稱，用來定義 這個(gè)類型的行為。在FieldType定義的時(shí)候最重要的就是定義這個(gè)類型的數(shù)據(jù)在建立索引和進(jìn)行查詢的時(shí)候要使用的分析器analyzer,包括分詞和 過濾。在例子中text這個(gè)FieldType在定義的時(shí)候，在index的analyzer中使用 solr.WhitespaceTokenizerFactory這個(gè)分詞包，就是空格分詞，然后使用 solr.StopFilterFactory，solr.WordDelimiterFilterFactory，solr.LowerCaseFilterFactory，solr.EnglishPorterFilterFactory，solr.RemoveDuplicatesTokenFilterFactory 這幾個(gè)過濾器。在向索引庫中添加text類型的索引的時(shí)候，Solr會(huì)首先用空格進(jìn)行分詞，然后把分詞結(jié)果依次使用指定的過濾器進(jìn)行過濾，最后剩下的結(jié)果 才會(huì)加入到索引庫中以備查詢。Solr的analysis包并沒有帶支持中文的包，在第二篇文章中詳細(xì)講了怎樣添加paoding中文分詞器，詳情請(qǐng)參見http://lianj-lee.javaeye.com/blog/424474

　 　2》接下來的工作就是在fields結(jié)點(diǎn)內(nèi)定義具體的字段（類似數(shù)據(jù)庫中的字段），就是filed，filed定義包括name,type（為之前定義 過的各種FieldType）,indexed（是否被索引）,stored（是否被儲(chǔ)存），multiValued（是否有多個(gè)值）等等。

　 　例：

　　Xml代碼　　　

<fields>　
　<field　name="id"　 type="integer"　indexed="true"　stored="true"　required="true"　/>　
　 <field　name="name"　type="text"　indexed="true"　stored="true"　/>　
　 <field　name="summary"　type="text"　indexed="true"　stored="true"　/>　
　 <field　name="author"　type="string"　indexed="true"　stored="true"　/> 　
　<field　name="date"　type="date"　indexed="false"　stored="true"　 />　
　<field　name="content"　type="text"　indexed="true"　 stored="false"　/>　
　<field　name="keywords"　type="keyword_text"　 indexed="true"　stored="false"　multiValued="true"　/>　
　<field　 name="all"　type="text"　indexed="true"　stored="false"　 multiValued="true"/>　
</fields>

　　field的定義相當(dāng)重要，有幾個(gè)技巧需 注意一下，對(duì)可能存在多值得字段盡量設(shè)置multiValued屬性為true，避免建索引是拋出錯(cuò)誤；如果不需要存儲(chǔ)相應(yīng)字段值，盡量將stored屬 性設(shè)為false。

　　3》建議建立了一個(gè)拷貝字段，將所有的全文字段復(fù)制到一個(gè)字段中，以便進(jìn)行統(tǒng)一的檢索：

　　 Xml代碼

<field　name="all"　type="text"　indexed="true"　 stored="false"　multiValued="true"/>

　　并在拷貝字段結(jié)點(diǎn)處完成拷貝設(shè)置：

　 　Xml代碼 <copyField　source="name"　dest="all"/>　
<copyField　 source="summary"　dest="all"/>

　　4》除此之外，還可以定義動(dòng)態(tài)字段，所謂動(dòng)態(tài)字段就是不用指定具 體的名稱，只要定義字段名稱的規(guī)則，例如定義一個(gè) dynamicField，name 為*_i，定義它的type為text，那么在使用這個(gè)字段的時(shí)候，任何以_i結(jié)尾的字段都被認(rèn)為是符合這個(gè)定義的，例 如：name_i，gender_i，school_i等。

利用SOLR搭建企業(yè)搜索平臺(tái) 之四（MultiCore）
　　Solr Multicore 是 solr 1.3 的新特性。其目的一個(gè)solr實(shí)例，可以有多個(gè)搜索應(yīng)用。

　 　下面著手來將solr給出的一個(gè)example跑出來，在《利用SOLR搭建企業(yè)搜索平臺(tái) 之一（運(yùn)行solr）》這篇文章里面已經(jīng)講了怎樣來運(yùn)行solr，這篇文章是基于《利用SOLR搭建企業(yè)搜索平臺(tái) 之一（運(yùn)行solr）》，有不明白的請(qǐng)參見http://lianj-lee.javaeye.com/blog/424383

　　1》 找到solr下載包中的example文件夾，在它的下面有個(gè)multicore文件夾，將這個(gè)文件夾下面的所有東西copy到 c:\solr-tomcat\solr下面。

　　注意：有一個(gè) solr.xml（這只是默認(rèn)文件，當(dāng)然也可以指定別的文件），如：

　 　Xml代碼　　　

<?xml　version="1.0"　encoding="UTF-8"　?>　　
　 <solr　persistent="false">　　　
　　<cores　 adminPath="/admin/cores">　　
　　　<core　name="core0"　 instanceDir="core0"　/>　　
　　　<core　name="core1"　 instanceDir="core1"　/>　　
　　</cores>　　
　</solr>　

　 　這個(gè)文件是告訴solr應(yīng)該加載哪些core，cores里有 core0,core1。core0（可以類比以前的solr.home）/conf目錄下有schema.xml與solrconfig.xml，可以 把實(shí)際應(yīng)用的復(fù)制過來。現(xiàn)示例就用官方的了。

　　2》啟動(dòng)tomcat，訪問應(yīng)用，就可以看到有 Admin core0 和 Admin core1

　　3》采用上面的默認(rèn)solr.xml，索引文件將存放在同一個(gè)目錄下面，在這里將存放在C:\solr- tomcat\solr\data，如果你想更改目錄，或者兩個(gè)應(yīng)用存放在不同的目錄，請(qǐng)參見下面的xml。

　　Xml代碼

<core 　name="core0"　instanceDir="core0">　
　　<property　name="dataDir"　 value="/data/core0"　/>　
　</core>

　　給core添加子元素 property，property的兩個(gè)屬性就不說了，一看就能明白！

　　solr.core.name -- The core's name as defined in solr.xml

　　solr.core.instanceDir -- The core's instance directory (i.e. the directory under which that core's conf/ and data/ directory are located)

　　solr.core.dataDir -- The core's data directory (i.e. the directory under which that core's index directory are located)

　　solr.core.configName -- The name of the core's config file (solrconfig.xml by default)

　　 solr.core.schemaName -- The name of the core's schema file (schema.xml by default)

　　4》solr.xml具體含義：

　　1）solr

　　The <solr> tag accepts two attributes:

　　persistent - By default, should runtime core manipulation be saved in solr.xml so that it is available after a restart.

　　sharedLib - Path to a directory containing .jar files that are added to the classpath of every core. The path is relative to solr.home (where solr.xml sits)

　　 2）cores

　　The <cores> tag accepts two attribute:

　 　adminPath - Relative path to access the CoreAdminHandler for dynamic core manipulation. For example, adminPath="/admin/cores" configures access via　 http://localhost:8983/solr/admin/cores . If this attribute is not specified, dynamic manipulation is unavailable.

　 　3）core

　　The <core> tag accepts two attributes:

　　 name - The registered core name. This will be how the core is accessed.

　 　instanceDir - The solr.home directory for a given core.

　　 dataDir - The data directory for a given core. The default is <instanceDir>/data . It can take an absolute path or a relative path w.r.t instanceDir .　 Solr1.4

　　4）property

　　The <property> tag accepts two attributes:

　　name - The name of the property

　　value - The value of the property

　　由于E文過于 簡(jiǎn)單，所以就不翻譯了！

利用SOLR搭建企業(yè)搜索平臺(tái) 之五（solrj）

　 　相信很多人，在準(zhǔn)備提交數(shù)據(jù)讓solr建立索引的那刻，很納悶，盡管看了不少網(wǎng)上的一些文章，但是我想依然還是有不少不理解的地方。

　 　比如提交一個(gè)xml，采用post方式，盡管有些文章說了可以采用httpclient。但是我那個(gè)時(shí)候，還不是很理解，當(dāng)然現(xiàn)在看來其實(shí)也沒有什么 了。但是對(duì)于一個(gè)剛?cè)腴Tsolr的初學(xué)者，我想講講關(guān)于solr1.3的 solrj（ sorlr J 目前使用二進(jìn)制的格式作為默認(rèn)的格式。對(duì)于solr1.2的用戶通過顯示的設(shè)置才能使用XML格式。）！

　　先上一個(gè)例子：

　 　Java代碼

public　static　final　String　SOLR_URL　=　"http://localhost/solr/core0 "; 　
public　static　void　commit()　{　
　Date　date　=　new　Date();　
　 SolrServer　solr　=　null;　
　try　{　
　solr　=　new　 CommonsHttpSolrServer(SOLR_URL);　
　}　catch　(MalformedURLException　e1) 　{　
　e1.printStackTrace();　
　}　
for　(int　i　=　0;　i　<　10000;　 i++)　{　
　　SolrInputDocument　sid　=　new　SolrInputDocument();　
　　 sid.addField("id",　i);　
　　sid.addField("name",　 "struts+hibernate+spring　開發(fā)大全"　+　i);　
　　sid.addField("summary",　"三種框架 的綜合應(yīng)用"　+　i);　
　　sid.addField("author",　"李良杰"　+　i);　
　　 sid.addField("date",　new　Date());　
　　sid.addField("content",　"高級(jí)應(yīng)用類書 籍"　+　i);　
　　sid.addField("keywords",　"SSH"　+　i);　
　　try　{　
　　 solr.add(sid);　
　　}　catch　(MalformedURLException　e)　{　
　　 e.printStackTrace();　
　　}　catch　(SolrServerException　e)　{　
　　 e.printStackTrace();　
　　}　catch　(IOException　e)　{　
　　 e.printStackTrace();　
　　}　
　　System.out.println(i);　
　　if　(i　== 　999)　
　　System.out.println((new　Date().getTime()　-　date.getTime())　/ 　60000　+　"分鐘");　
　}　
　try　{　
　　solr.commit();　
　}　catch　 (SolrServerException　e)　{　
　　e.printStackTrace();　
　}　catch　 (IOException　e)　{　
　　e.printStackTrace();　
　}　
}

　　上面這段代碼的意思是：利用for提交10000 個(gè)document，并打印提交10000所需的時(shí)間。

　　1》CommonsHttpSolrServer 使用HTTPClient 和solr服務(wù)器進(jìn)行通信。

　　2》CommonsHttpSorlrServer 允許設(shè)置鏈接屬性。

　　Java 代碼

server.setSoTimeout(1000);　//　socket　read　timeout　　
　 server.setConnectionTimeout(100);　　
　 server.setDefaultMaxConnectionsPerHost(100);　　
　 server.setMaxTotalConnections(100);　　
　 server.setFollowRedirects(false);　//　defaults　to　false　　
　//　 allowCompression　defaults　to　false.　　
　//　Server　side　must　support　 gzip　or　deflate　for　this　to　have　any　effect.　　
　 server.setAllowCompression(true);　　
　server.setMaxRetries(1);　//　 defaults　to　0.　>　1　not　recommended.　

　　3》實(shí)現(xiàn)SolrServer接口的另一個(gè) 類：EmbeddedSorrServer，它不需要http連接。

　　4》在構(gòu)造document的時(shí)候，可以一個(gè)一個(gè)添加到 solrServer，也可以構(gòu)建一個(gè)包含document的Collection，將Collection添加到solrServer，然后 commit。

　　5》也可以構(gòu)造一個(gè)跟document匹配的JavaBean進(jìn)行提交

　　使用 java 注釋創(chuàng)建java bean。@Field ，可以被用在域上，或者是setter方法上。如果一個(gè)域的名稱跟bean的名稱是不一樣的，那么在java注釋中填寫別名，具體的，可以參照下面的域 categories　　　　　　　　　

　　Java代碼　　　　

import　 org.apache.solr.client.solrj.beans.Field;　　
　public　class　Item　{　　
　 　@Field　　
　　String　id;　　
　　@Field("cat")　　
　　String[]　 categories;　　
　　@Field　　
　　List<String>　features;　　
　}　

　　java注釋也可以使用在setter方法上，如 下面的例子：

　　Java代碼

@Field("cat")　　
　public　void　 setCategory(String[]　c){　　
　　　this.categories　=　c;　　
　}　

　　 這里應(yīng)該要有一個(gè)相對(duì)的，get方法（沒有加java注釋的）來讀取屬性

　　Java代碼

Item　item　=　 new　Item();　　
item.id　=　"one";　　
item.categories　=　new　String[]　{　 "aaa",　"bbb",　"ccc"　};　

　　添加給solr　　　　　　　　　

　　Java代碼

server.addBean(item); 　

　　將多個(gè)bean提交給solr

　　Java代碼

List<Item>　beans　 ;　　
//add　Item　objects　to　the　list　　
server.addBeans(beans);　　　　

　 　注意： 你可以重復(fù)使用SolrServer，這樣可以提高性能。

　　6》

　　Java代碼

public 　static　void　update()　{　
　SolrServer　solrServer　=　null;　
　try　{　
　 solrServer　=　new　CommonsHttpSolrServer(SOLR_URL);　
　}　catch　 (MalformedURLException　e)　{　
　e.printStackTrace();　
　}　
　 UpdateRequest　updateRequest　=　new　UpdateRequest();　
　 SolrInputDocument　sid　=　new　SolrInputDocument();　
　sid.addField("id", 　100000);　
　sid.addField("name",　"struts+hibernate+spring　開發(fā)大全");　
　 sid.addField("summary",　"三種框架的綜合應(yīng)用");　
　sid.addField("author",　"李良 杰");　
　sid.addField("date",　new　Date());　
　sid.addField("content", 　"高級(jí)應(yīng)用類書籍");　
　sid.addField("keywords",　"SSH");　
　 updateRequest.setAction(UpdateRequest.ACTION.COMMIT,　false,　false);　　
　 updateRequest.add(sid);　　
　try　{　
　UpdateResponse　updateResponse　= 　updateRequest.process(solrServer);　
　 System.out.println(updateResponse.getStatus());　
　}　catch　 (SolrServerException　e)　{　
　e.printStackTrace();　
　}　catch　 (IOException　e)　{　
　e.printStackTrace();　
　}　
}

　　提交一個(gè)document，采用更新方式，注意：

　 　Java代碼

updateRequest.setAction(UpdateRequest.ACTION.COMMIT,　 false,　false);

　　7》

　　Java代碼

public　static　void　 query()　{　
　SolrServer　solr　=　null;　
　try　{　
　solr　=　new　 CommonsHttpSolrServer(SOLR_URL);　
　}　catch　(MalformedURLException　e)　 {　
　e.printStackTrace();　
　return;　
　}　
　//　http://localhost:8983/solr/spellCheckCompRH?q=epod&spellcheck=on&spellcheck.build=true 　
　 ModifiableSolrParams　params　=　new　ModifiableSolrParams();　
　 params.set("qt",　"/spellCheckCompRH");　
　params.set("q",　"編程");　
　 params.set("spellcheck",　"on");　
　params.set("spellcheck.build",　 "true");　
　QueryResponse　response　=　null;　
　try　{　
　response　=　 solr.query(params);　
　}　catch　(SolrServerException　e)　{　
　 e.printStackTrace();　
　return;　
　}　
　 System.out.println("response　=　"　+　response);　
}

　　這是一個(gè)查詢方法。關(guān)鍵 字：“編程”。關(guān)于查詢的關(guān)鍵字，請(qǐng)參見slor wiki http://wiki.apache.org/solr/QueryParametersIndex ， 或等待我的博客更新，在后面會(huì)有篇文章詳細(xì)講這個(gè)問題！

　　8》給solr的索引文件手動(dòng)進(jìn)行優(yōu)化，

solr.optimize();

　 　9》solrJ 提供了一組API，來幫助我們創(chuàng)建查詢，下面是一個(gè)faceted query的例子。

SolrServer　 server　=　getSolrServer();　　
SolrQuery 　solrQuery　=　new　 SolrQuery().setQuery("ipod").setFacet(true).setFacetMinCount(1).setFacetLimit(8). 　　　addFacetField("category").addFacetField("inStock");　　　
QueryResponse 　rsp　=　server.query(solrQuery);　

　　所有的 setter/add 方法都是返回它自己本身的實(shí)例，所以就像你所看到的一樣，上面的用法是鏈?zhǔn)降摹?/div>

利用SOLR搭建企業(yè)搜索平臺(tái) 之十一（中文分詞之IK）

　　　在經(jīng)過使用了庖丁以后，這里說說怎么將目前很火很流行的IK集成進(jìn)SOLR，其實(shí)方法真的很簡(jiǎn)單，比 paoding方便不少。這里很感謝IK的作者，藍(lán)山咖啡，很感謝你為中文分詞做出的貢獻(xiàn)。 作者博客：http://linliangyi2007.javaeye.com
　 　入正題：
　　1》請(qǐng)先去作者博客參看IK下載地址，主要就是一個(gè)IKAnalyzer3.1.1Stable.jar。我這里用的是最新版！
　　Java代碼 package　com.yeedoo.slor.tokenizer;　
　
import　 java.io.Reader;　
　
import　org.apache.lucene.analysis.TokenStream;　
import 　org.apache.solr.analysis.BaseTokenizerFactory;　
import　 org.wltea.analyzer.lucene.IKAnalyzer;　
　
public　class　 ChineseTokenizerFactory　extends　BaseTokenizerFactory　{　
　
　 @Override　
　public　TokenStream　create(Reader　reader)　{　
　return　 new　IKAnalyzer().tokenStream("text",　reader);　
　}　
　
}
　　從代碼 就可以看得出來真的很方便！將它打包放入solr.war中同時(shí)還有IK的jar包。如果你不想打包，請(qǐng)去附件下載已經(jīng)打好的包。
　　2》配置 文件
　　Xml代碼 <fieldType　name="text"　class="solr.TextField"　positi>　
　　 <analyzer　type="index">　
　　<tokenizer　 class="com.yeedoo.slor.tokenizer.ChineseTokenizerFactory"　/>　
　　 <filter　class="solr.StopFilterFactory"　ignoreCase="true"　 words="stopwords.txt"　enablePositi　/>　
　　<filter　 class="solr.WordDelimiterFilterFactory"　generateWordParts="1"　 generateNumberParts="1"　catenateWords="1"　catenateNumbers="1"　 catenateAll="0"　split　/>　
　　<filter　 class="solr.LowerCaseFilterFactory"　/>　
　　<filter　 class="solr.EnglishPorterFilterFactory"　protected="protwords.txt"　/>　
　 　<filter　class="solr.RemoveDuplicatesTokenFilterFactory"　/>　
　　 </analyzer>　
　　<analyzer　type="query">　
　　 <tokenizer　class="com.yeedoo.slor.tokenizer.ChineseTokenizerFactory"　 />　
　　<filter　class="solr.SynonymFilterFactory"　syn　 ignoreCase="true"　expand="true"　/>　
　　<filter　 class="solr.StopFilterFactory"　ignoreCase="true"　words="stopwords.txt"　 />　
　　<filter　class="solr.WordDelimiterFilterFactory"　 generateWordParts="1"　generateNumberParts="1"　catenateWords="0"　 catenateNumbers="0"　catenateAll="0"　split　/>　
　　<filter　 class="solr.LowerCaseFilterFactory"　/>　
　　<filter　 class="solr.EnglishPorterFilterFactory"　protected="protwords.txt"　/>　
　 　<filter　class="solr.RemoveDuplicatesTokenFilterFactory"　/>　
　　 </analyzer>　
　</fieldType>