Solr详解

最新推荐文章于 2023-07-24 13:08:06 发布

mature^

最新推荐文章于 2023-07-24 13:08:06 发布

阅读量881

点赞数 1

分类专栏：技术介绍自我总结知识参考文章标签：开源工具

本文链接：https://blog.youkuaiyun.com/weixin_43808677/article/details/97277788

版权

自我总结同时被 3 个专栏收录

24 篇文章

订阅专栏

知识参考

6 篇文章

订阅专栏

技术介绍

5 篇文章

订阅专栏

Solr详解

Solr项目Demo

Solr完整流程

1. Solr 是什么？

Solr它是一种开放源码的、基于 Lucene Java 的搜索服务器。Solr 提供了层面搜索(就是统计)、命中醒目显示并且支持多种输出格式（包括XML/XSLT 和JSON等格式）。它易于安装和配置，而且附带了一个基于HTTP 的管理界面。Solr的特性包括：

高级的全文搜索功能
专为高通量的网络流量进行的优化
基于开放接口（XML和HTTP）的标准
综合的HTML管理界面
可伸缩性－能够有效地复制到另外一个Solr搜索服务器
使用XML配置达到灵活性和适配性
可扩展的插件体系

2. Lucene 是什么？

Lucene是一个基于Java的全文信息检索工具包，它不是一个完整的搜索应用程序，而是为你的应用程序提供索引和搜索功能，是目前最为流行的基于Java开源全文检索工具包。目前已经有很多应用程序的搜索功能是基于 Lucene ，比如Eclipse 帮助系统的搜索功能。Lucene能够为文本类型的数据建立索引，所以你只要把你要索引的数据格式转化的文本格式，Lucene 就能对你的文档进行索引和搜索。

3. Solr vs Lucene

Solr与Lucene 并不是竞争对立关系，恰恰相反Solr 依存于Lucene，因为Solr底层的核心技术是使用Lucene 来实现的。Lucene本质上是搜索库，不是独立的应用程序，而Solr是。Lucene专注于搜索底层的建设，而Solr专注于企业应用。Lucene不负责支撑搜索服务所必须的管理，而Solr负责。所以说，一句话概括 Solr:
Solr是Lucene面向企业搜索应用的扩展。

Solr的基础配置

4.solr和Elasticsearch的比较

Solr优点

1.Solr有一个更大、更成熟的用户、开发和贡献者社区。
2.支持添加多种格式的索引，如：HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式。
3.Solr比较成熟、稳定。
4.不考虑建索引的同时进行搜索，速度更快。

缺点

建立索引时，搜索效率下降，实时索引搜索效率不高。

Elasticsearch优点

1.Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。
2.Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
3.处理多租户不需要特殊配置，而Solr则需要更多的高级设置。
4.Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。
5.各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。

缺点

1.只有一名开发者（当前Elasticsearch GitHub组织已经不只如此，已经有了相当活跃的维护者）

2.还不够自动（不适合当前新的Index Warmup API）

Elasticsearch 与 Solr 的比较总结

1.Solr 利用 Zookeeper 进行分布式管理，而 Elasticsearch 自身带有分布式协调管理功能;

2.Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用。

3.Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式；

4.Solr 官方提供的功能更多，而 Elasticsearch 本身更注重于核心功能，高级功能多有第三方插件提供；

5.Solr 在传统的搜索应用中表现好于 Elasticsearch，但处理实时搜索应用时效率低于 Elasticsearch。

6.Solr建立索引时候，搜索效率下降，实时搜索效率不高，es实时搜索效率高

通过这些优缺点的比较选择solr最主要原因是：

1.我们的项目中dubbox要用到zookeeper作为注册中心，刚好可以利用zookeeper来协调Solr集群；

2.如果不在实时插入查询，solr搜索引擎的暂时可以满足搜索的速度需求；

3.项目后期升级要朝着hadoop这块发展，当数据量大的时候，用hadoop处理数据，而solr可以很简便的与hadoop结合。由于Hadoop处理大量数据，Solr帮助我们从这么大的源中找到所需的信息；不仅限于搜索，Solr也可以用于存储目的；

4.还有最后一个原因，solr有一个成熟的社区，我们在开发中遇到的问题，可以向社区求助，以便使我们更快的解决问题；

Solr面试问题

solr如何实现搜索的？
倒排索引（倒排索引是实现“单词-文档矩阵”的一种具体存储形式，通过倒排索引，可以根据单词快速获取包含这个单词的文档列表。倒排索引主要由两个部分组成：“单词词典”和“倒排文件”。），先抽取文档中词，并建立词与文档id的映射关系，然后查询的时候会根据词去查询文档id，并查询出文档。

solr怎么设置搜索结果排名靠前
设置文档中域的boost值，值越高相关性越高，排名就靠前。

IK分词器原理
本质上是词典分词，在内存中初始化一个词典，然后在分词过程中逐个读取字符，和字典中的字符相匹配，把文档中的所有词语拆分出来的过程。

solr的索引查询为什么比数据库要快
Solr使用的是Lucene API实现的全文检索。全文检索本质上是查询的索引。而数据库中并不是所有的字段都建立的索引，更何况如果使用like查询时很大的可能是不使用索引，所以使用solr查询时要比查数据库快

多张表的数据导入solr(解决id冲突)
在schema.xml中添加uuid，然后solrconfig那边修改update的部分，改为使用uuid生成。

solr多条件组合查询
创建多个查询对象，指定他们的组合关系，Occur.MUST（必须满足and），Occur.SHOULD（应该满足or），Occur.MUST_NOT（必须不满足not）。