Linux环境下Tomcat部署Solr
- 最近接手了公司搜索相关的业务,由于其使用的是
Solr,故趁着周末自己鼓捣下; - 由于业务上使用的是
Solr4.2.0版本,因此在学习时,使用相对较老的版本Solr4.9.0,当前已经更新到Solr6.6.0本文记录自己在学习过程中的一些收获;
准备工作
安装步骤如下:
- 将下载的
solr-4.9.0.tgz解压到指定目录.比如/home/pekxxoo/solr/solr-4.9.0 - 将
/home/pekxxoo/solr/solr-4.9.0/example/webapps下的solr.war文件拷贝到tomcat->webapps目录下 - 新建文件夹
/home/pekxxoo/solr/solr_home,并将/home/pekxxoo/solr/solr-4.9.0/example/solr目录拷贝到/home/pekxxoo/solr/solr_home中 - 切换到
tomcat/bin目录下,启动tomcat.此时tomcat会把solr.war文件进行解压生成一个solr文件夹,然后停止tomcat(./shutdown.sh) - 编译tomcat目录下
/webapps/solr/WEB-INF/web.xml,找到下面的代码:<!-- <env-entry> <env-entry-name>solr/home</env-entry-name> <env-entry-value>/home/pekxxoo/solr/solr_home/solr</env-entry-value> <env-entry-type>java.lang.String</env-entry-type> </env-entry> -->
打开注释,修改为:
<env-entry>
<env-entry-name>solr/home</env-entry-name>
<!--此处为solr_home的地址,我配置的路径是/home/pekxxoo/solr/solr_home/solr-->
<env-entry-value>/home/pekxxoo/solr/solr_home/solr</env-entry-value>
<env-entry-type>java.lang.String</env-entry-type>
</env-entry>
- 将
/home/pekxxoo/solr/solr-4.9.0/example/lib/ext目录下jar包全部拷贝到tomcat目录下webapps/solr/WEB-INF/lib目录下 - 在
tomcat/webapps/solr/WEB-INF/目录下新建classes目录,将/home/pekxxoo/solr/solr-4.9.0/example/resources目录下的log4j.properties文件拷贝到tomcat/webapps/solr/WEB-INF/classes目录下 - 在
/home/pekxxoo/solr/solr_home/solr/collection1/conf目录下打开solrconfig.xml配置,搜索solr.clustering.enabled找到如下配置文件:
将true改为false即可(<searchComponent name="clustering" enable="${solr.clustering.enabled:false}" class="solr.clustering.ClusteringComponent" >solr4.9.0默认为false,4.5之前需要手动修改) - 启动tomcat,访问
http://localhost:8080/solr
添加中文分词
介绍
IK Analyzer 2012 介绍
IK Analyzer是一个开源的，基亍java语言开发的轻量级的中文分词工具包。从 2006年 12 月推出 1.0 版开始， IKAnalyzer 已经推出了 4 个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算法的中文分词组件。从 3.0 版本开始，IK 发展为面向 Java 的公用分词组件，独立亍 Lucene 项目，同时提供了对 Lucene 的默认优化实现。在 2012 版本中，IK 实现了简单的分词歧义排除算法，标志着 IK 分词器从单纯的词典分词向模拟语义分词衍化。
IK Analyzer 2012 结构设计
分词效果示例
IK Analyzer 2012 版本支持 细粒度切分 和 智能切分，以下是两种切分方式的演示样例。
文本原文 :
IKAnalyzer 是一个开源的，基亍 java 语言开发的轻量级的中文分词工具包。从 2006 年 12月推出 1.0 版开始， IKAnalyzer 已经推出了 3 个大版本。
智能分词结果:
ikanalyzer | 是 | 一个 | 开源 | 的 | 基亍 | java | 语言 | 开发 | 的 | 轻量级 | 的 | 中文 | 分词 | 工具包 | 从 | 2006年 | 12月 | 推出 | 1.0版 | 开始 | ikanalyzer | 已经 | 推| 出了 | 3个 | 大 | 版本
最细粒度分词结果:
ikanalyzer | 是 | 一个 | 一 | 个 | 开源 | 的 | 基亍 | java | 语言 | 开发 | 的 | 轻量级| 量级 | 的 | 中文 | 分词 | 工具包 | 工具 | 包 | 从 | 2006 | 年 | 12 | 月 | 推出 | 1.0 | 版 | 开始 | ikanalyzer | 已经 | 推出 | 出了 | 3 | 个 | 大 | 版本
安装步骤
首先需要下载
ik-analyzer分词包,点击下载-
将下载的
IK Analyzer 2012FF_hf1.zip包解压缩包含:- 《IKAnalyzer 中文分词器 V2012 使用手册》（即本文档）
- IKAnalyzer2012.jar（主 jar 包）
- IKAnalyzer.cfg.xml（分词器扩展配置文件）
- stopword.dic（停止词典）
- LICENSE.TXT ; NOTICE.TXT （apache 版权申明）
将
IKAnalyzer2012.jar拷贝到项目的lib目录中,我的目录为/home/pekxxoo/java/tomcat7.0.81/webapps/solr/WEB-INF/libIKAnalyzer.cfg.xml与stopword.dic文件放置在 class 根目录（对亍 web 项目，通常是
WEB-INF/classes目彔，同 hibernate、log4j 等配置文件相同）下即可。-
修改
core/conf/schema.xml文件,添加配置信息如下:<fieldType name="text_ik" class="solr.TextField"> <analyzer type="index" class="org.wltea.analyzer.lucene.IKAnalyzer" isMaxWordLength="false"/> <analyzer type="query" class="org.wltea.analyzer.lucene.IKAnalyzer" isMaxWordLength="true"/> </fieldType> -
最后修改相应需要中文分词的字段的
type类型即可:<field name="title" type="text_ik" indexed="true" stored="true" multiValued="true"/>
遇到的问题:
在 Solr4.0 发布以后，官方取消了 BaseTokenizerFactory 接口，而直接使用 Lucene Analyzer 标准接口。因此 IK分词器 2012 FF 版本也取消了org.wltea.analyzer.solr.IKTokenizerFactory类。
因此在下载的时候注意下载IK Analyzer 2012FF_hf1.zip版本
