飞鸟快快的专栏

转自：http://rdc.taobao.com/team/jm/archives/1753共整理三部分，第一部分Solr常规处理，第二部分针对性性处理，前者比较通用，后者有局限性。务必根据具体应用特性，具体调节参数，对比性能。第三部分solr查询相关的 具体应用需要全面去把控，各个因素一起起作用。第一部分E文连接 http://wiki.apache.org/

搜索： 天后王菲，如果希望将王菲的相关度加大，用^控制符。tianho

copyField的dest字段本身有分析器处理：

Solr 支持多种查询解析，给搜索引擎开发人员提供灵活的查询解析。Solr 中主要包含这几个查询解析器：标准查询解析器、DisMax 查询解析器，扩展 DisMax 查询解析器（eDisMax）DismaxDismax handler比standard handler多如下功能：以不同的权值来搜索多个field。限制查询语法为一个小的集合并且用无语法错误。该特性是强制的并是

edismax支持boost函数与score相乘作为，而dismax只能使用bf作用效果是相加，所以在处理多个维度排序时，score其实也应该是其中一个维度 ，用相加的方式处理调整麻烦。而dismax的实现代码逻辑比较简单，看起来比较易理解，edismax是它的加强版，其实是改变了不少。。比如在以下：先看看dismax的解析主要实现思路：首先取出搜索字段名qf

dismaxq.altqf (Query Fields)mm (Minimum 'Should' Match)pf (Phrase Fields)ps (Phrase Slop)qs (Query Phrase Slop)tie (Tie breaker)bq (Boost Query)bf (Boost Functions)edismaxq.altqf (Qu

重写公司的站内搜索。经过前期一段时间对lucene和solr的熟悉，最后决定使用Solr作为新系统的基础框架。现在已经是第一阶段开发的后期，核心代码行数有11000+（不包含admin及client等）。现已实现的功能要比已有系统要丰富些，但综合比较两个系统总的代码量，其实新系统并不多得太多。新系统使用Solr代替了已有系统实现的部分功能，这减少了新系统的代码量，同是新系统实现了已有系统不具有的功

本文目的让未使用过版本控制器软件或者未使用过subversion软件的人员尽快上手。subversion的使用技巧很多，这里只总结了最小使用集，即主要的基本功能，能够用来应付日常工作。因此不涉及subversion服务器端的搭建和配置。为什么要使用版本控制当多人共同开发同一个软件时，会涉及源代码的共享以及带来的相关问题，比如追究某个代码是由谁在什么时间修改的

1、Class SearchComponent（抽象类）public abstract class SearchComponent extends Object implements SolrInfoMBean, NamedListInitializedPluginmethod:（1）distributedProcess(ResponseBuilder rb)  //Proce

1、在solrconfig/xml中注册Different SolrRequestHandlers配置如：estHandler name="/test" class="solr.tst.TestRequestHandler" />2、SolrRequestHandler的类信息继承的父类：SolrInfoMBeanSolrRequestHandler的实现类：

AnalysisRequestHandler4.2k - rev: 7 (current) last modified: 2011-03-16 20:10:38CSVUpdateRequestHandler0.0k - rev: 1 (current) last modified: 2011-09-09 09:36:33CategorySolrRequestHandler

Exception in thread "main" org.apache.solr.client.solrj.impl.HttpSolrServer$RemoteSolrException:Expected mime type application/octet-stream but got text/html. Apache Tomcat/7.0.54 - Error report<!--

Solr下载下来后默认就可以运行的，它是运行在自带的jetty服务器上面2、进入solr的example目录，里面有个start.jar，然后打开命令窗口输入java   –jar start.jar启动solr的服务器打开浏览器，输入http://localhost:8983/solr/

solr4.0+IKAnalyzer 中文搜索，无法查询到结果，目前列举下面两种情况。情况1：solr4.0+IKAnalyzer安装好后，根据IKAnalyzer的安装文档在schema.xml做了配置，“随意问技术百科”已索引，但是搜索“随意问”搜索不出结果。通过在solr的管理界面进行查询，开启 debugQuery（调试模式），查询q参数输入，test:随意

请求搜索必要的条件是：搜索条件SolrParams1.SolrParams params = new SolrQuery(“”);

Solr4.6的管理界面上，如果不配置数据导入的功能，将看不到清除数据的按钮。我表示很遗憾，正好我们线上没有配置数据导入的功能。    网上搜到的各种清理solr数据的HTTP请求，拿到我的solr4.6上测试，报service not found。看了这些请求都是在solr4之前的版本上运行的。找到了个Solr4.2的Http请求，改了改参数，才可以用。    http://so

solr4.3的入门配置   目前阿帕奇官方仅推荐2个比较稳定的版本一个是4.3的版本，一个3.6的版本    3.6的版本没有用过，所以在此无涉及，下面就来说说solr4.3的入门配置    solr4.3与solr4.2最大的区别就在与solr4.3的日志模块与核心模块分离出来了    所以在进行安装配置时需要另行配置，其他的步骤基本与solr4.2的相同      准备环境t

yuanc一.   Facet 简介Facet 是 solr 的高级搜索功能之一 , 可以给用户提供更友好的搜索体验 . 在搜索关键字的同时 , 能够按照 Facet 的字段进行分组并统计 .二.   Facet 字段1.       适宜被Facet 的字段一般代表了实体的某种公共属性 , 如商品的分类 , 商品的制造厂家 , 书籍的出版商等等 .2.       F

无论是垂直搜索，还是通用搜索引擎，对外提供搜索服务其压力都比较大，经常有垂直电商在做活动的时候服务器宕机。对面访问压力比较大的情况，一般的应对方法就是【集群】+【负载均衡】。Solr提供了两种解决方案来对应访问压力。其一是Replication，其一是SolrCloud。Replication采用了master/slave  模式，用读写分离的思想来提高对外服务能力。但

ZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，它包含一个简单的原语集，分布式应用程序可以基于它实现同步服务，配置维护和命名服务等。Zookeeper是hadoop的一个子项目，其发展历程无需赘述。在分布式应用中，由于工程师不能很好地使用锁机制，以及基于消息的协调机制不适合在某些应用中使用，因此需要有一种可靠的、可扩展的、分布式的、可配置的协调机制来统一系统的状态。Zookee

requestHandler name="/update/json" class="solr.JsonUpdateRequestHandler"/>

solr中自带有synonyms的功能，但是功能很有限，因为中文需要在分词的基础上进行搜索，所以官方的配置就没有多大意义。       概念说明：同义词大体的意思是指，当用户输入一个词时，solr会把相关有相同意思的近义词的或同义词的term的语段内容从索引中取出，展示给用户，提高交互的友好性（当然这些同义词的定义是要在配置文件中事先定义好的），比如：用户输入：日本，那么就可能有一些相关的

Analyzer包含两个核心组件，Tokenizer以及TokenFilter。两者的区别在于，前者在字符级别处理流，而后者则在词语级别处理流。Tokenizer是Analyzer的第一步，其构造函数接收一个Reader作为参数，而TokenFilter则是一个类似的拦截器，其参数可以是TokenStream、Tokenizer。Tokenizer的类结构图：各类的介绍：1

solrconfig.xml配置文件主要定义了SOLR的一些处理规则，包括索引数据的存放位置，更新，删除，查询的一些规则配置。      可以在tomcat的安装路径下找到这个文件C:\Program Files\Apache Software Foundation\Tomcat 8.0\solr\collection1\conf       1.datadir节点    

solrconfig.xml文件中关于select的               will be overridden by parameters in the request      -->            explicit       10       text

SearchHandler.handleRequestBody()：solr搜索主流程1.调用：RequestHandlerBase|--handleRequest(req, rsp);2.源码分析：|-prepare() |前期的请求参数准备工作,QueryComponent可以在schemal文件中设置，易扩展|-- SearchComponent c : compon

原文出自：在索引阶段设置Document Boost和Field Boost，存储在(.nrm)文件中。如果希望某些文档和某些域比其他的域更重要，如果此文档和此域包含所要查询的词则应该得分较高，则可以在索引阶段设定文档的boost和域的boost值。这些值是在索引阶段就写入索引文件的，存储在标准化因子(.nrm)文件中，一旦设定，除非删除此文档，否则无法改变。

1、查询语法  solr的一些查询语法 1.1. 首先假设我的数据里fields有:name, tel, address 预设的搜寻是name这个字段, 如果要搜寻的数据刚好就是 name 这个字段,就不需要指定搜寻字段名称.  1.2. 查询规则: 如欲查询特定字段(非预设字段),请在查询词前加上该字段名称加 “:” (不包含”号) 符号,

以下是httpClient实例化方式，需要tomcat运行Solr服务1、ConcurrentUpdateSolrServer实例化SolrServer，该类实例化多用于更新删除索引操作ConcurrentUpdateSolrServer(String solrServerUrl,  int queueSize,  intthreadCount)

compressed=true|false，是否使用gzip压缩（只有TextField和StrField可以压缩）compressThreshold=压缩阀值multiValued=true|false 是否包含多个值,即一个名字可以被多个document所用。omitNorms=true|false这是个高级选项。设置为true，省略与这一field相关的规范（这将禁用

企业级搜索引擎Solr 第三章 索引数据（Indexing Data）[3]       虽然本书中假设你要建索引的内容都是有着良好结构的，比如数据库表，XML文件，CSV，但在现实中我们要保存很混乱的数据，或是二进制文件，如PDF，Microsoft Office，甚至是图片和音乐文件。       我（Eric Pugh）在首次使用Solr时，就需要处理客户在几年间产生的大量P

经常有一种情景是这样的：我们索引了N年的文章，而查询时候无论直接用相关度、或者用时间排序，都是比较鲁莽的；我们想要一种既要相关度比较高，又要时间上比较新的文章。这时候的解决办法就是，自定义日期衰减的ValueSourceQuery，然后在正常normalQuery的基础上后遭CustomScoreQuery即可。下面给出2种在solr中使用日期衰减的方法比如我们的索引中的时间字段是

Search for two different terms, new and house, requiring both to match •  Search for two different terms, new and house, requiring only one to match •  Search for the exact phrase "new house"

group用法：//组查询基础配置params.set(GroupParams.GROUP, "true"); params.set(GroupParams.GROUP_FIELD, "dkeys");params.set(GroupParams.GROUP_LIMIT, "5"); params.set(GroupParams.GROUP_FORMAT, "grouped")

测试很久不用的solrcloud伪分布式集群，发现启动zk集群后，启动tomcat后 ，其中一个节点的tomcat窗口显示已经启动（没有任何异常），但是去访问该节点则报错：HTTP Status 503 - Server is shutting down or failed to initializetype Status reportmessage Server is shuttin