SOLR装配与配置

2012-08-29

SOLR安装与配置SOLR安装与配置我用的是 Solr3.3安装前准备Java 1.5 或更高版本servlet 容器，如 Tomcat 5.5

SOLR安装与配置
SOLR安装与配置
我用的是 Solr3.3

安装前准备
Java 1.5 或更高版本
servlet 容器，如 Tomcat 5.5。

SOLR安装

将SOLR发行包解压，复制dist/apache-solr-3.3.0.war到指定目录，例如c:/solr

TOMCAT配置

server.xml
在server.xml主要设置侦听端口。一般来说，SOLR常用端口为8983。你也可以使用自己喜欢的端口，例如80或8080。同时，注意将URIEncoding设置为UTF-8。例如AJP等更多Native优化，参考TOMCAT优化方案。

<Connector port="8983" maxHttpHeaderSize="8192" maxThreads="150" minSpareThreads="25" maxSpareThreads="75" enableLookups="false" redirectPort="8443" acceptCount="100" connectionTimeout="20000" disableUploadTimeout="true" URIEncoding="UTF-8" />

solr.xml
新增solr.xml在{$TOMCAT}/conf/Catalina/localhost/下。TOMCAT在启动时将自动加载该CONTEXT。 docBase应设置为solr war包存放位置，例如c:/solr/apache-solr-3.3.0.war
solr/home的值应设置为你规划存放的索引根路径，例如/web/solr/。该目录在以下将称为{$SOLR_HOME}

<Context docBase="c:/solr/apache-solr-3.3.0.war" debug="0" crossContext="true" > <Environment name="solr/home" type="java.lang.String" value="/web/solr" override="true" /> </Context>

SOLR配置

把solr包里面的example\solr文件夹下面的所有文件放入到 {$SOLR_HOME}里面

庖丁分词包安装与设置
solr3.3+庖丁分词器paoding的例子，paoding分词器，最新的JAR文件为paoding-analysis-2.0.4-beta，不支持lucene3.0以上版本，作者提供了支持lucene3.0以上版本的源码，但没有打成JAR包发布。附件里有编译好的源码，支持lucene3.0以上版本，同时还添加了一个类，该类的作用是让庖丁分词器支持solr。
添加的类文件如下：

package net.paoding.analysis.analyzer.solr;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.Tokenizer;import org.apache.solr.analysis.BaseTokenizerFactory;/** * 实现Solr3.2分词器接口 * 基于PaodingTokenizer的实现 *  * @author sunlightcs *  * http://hi.juziku.com/sunlightcs/ * */public class ChineseTokenizerFactory extends BaseTokenizerFactory{/**      * 最多切分     */      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;          private TokenCollector tokenCollector = null;          public void init(Map<String,String> args) {          setMode(args.get("mode"));    }      public Tokenizer create(Reader input) {          return new PaodingTokenizer(input, PaodingMaker.make(), tokenCollector);      }        /**     * 默认按最多切分     */    public void setMode(String mode) {          if (mode == null || "default".equalsIgnoreCase(mode) || MOST_WORDS_MODE.equalsIgnoreCase(mode)) {          tokenCollector = new MostWordsTokenCollector();          } else {          tokenCollector = new MaxWordLengthTokenCollector();          }    }}

已经将该类文件与paoding源码打包成了paoding-analysis3.0.jar文件，附件里有下载。

在使用庖丁分词器时，要从http://code.google.com/p/paoding/处下载词典及配置文件。其中，paoding-dic-home.properties配置文件里，要指定词典的路径，如果词典放在classes目录下面，则词典的路径为：paoding.dic.home=classpath:dic

将这些配置文件及词典paoding-analysis-2.0.4-beta\dic 放到apache-solr3.3.0/WEB-INF/lib/classes目录下，并将paoding-analysis3.0.jar放到apache-solr3.3.0/WEB-INF/lib目录里。

然后在solr中加入paoding分词器，打开 schema.xml文件，位置：solr/home/conf/ schema.xml

<fieldType name="text" positionIncrementGap="100">        <analyzer type="index">  <!-- 使用paoding分词器，按最多切分 mode="most-words"这个是在上面哪个类里定义好的。-->        <tokenizer mode="most-words"/>        ··· ···        </analyzer>        <analyzer type="query">           <tokenizer mode="most-words"/>           ··· ···        </analyzer>  </fieldType>

http://localhost:8080/solr

热点排行

互联网

SOLR装配与配置