欢迎来到小居数码网-一家分享数码知识,生活小常识的网站,希望可以帮助到您。

当前位置:生活小常识 > 数码知识 >
优质

Solr的工作原理以及如何管理索引库(solr建立索引)

数码知识

丁希辉优秀作者

原创内容 来源:小居数码网 时间:2024-08-12 12:36:03 阅读() 收藏:38 分享:55

导读:您正在阅读的是关于【数码知识】的问题,本文由科普作家协会,生活小能手,著名生活达人等整理监督编写。本文有2347个文字,大小约为9KB,预计阅读时间6分钟。

1. Solr的简介

solr建立索引

​Solr是一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。用户可以通过http请求,向搜索引擎服务器提交一定格式的XML文件,生成索引;也可以通过Http Get操作提出查找请求,并得到XML格式的返回结果。

​Solr是Apache软件基金会下的子项目之一。

2. 工作原理

​solr是基于Lucence开发的企业级搜索引擎技术,而lucence的原理是倒排索引。那么什么是倒排索引呢?接下来我们就介绍一下lucence倒排索引原理。

假设有两篇文章1和2:

文章1的内容为:老超在卡子门工作,我也是。

文章2的内容为:小超在鼓楼工作。

由于lucence是基于关键词索引查询的,那我们首先要取得这两篇文章的关键词。如果我们把文章看成一个字符串,我们需要取得字符串中的所有单词,即分词。分词时,忽略”在“、”的“之类的没有意义的介词,以及标点符号可以过滤。

我们使用Ik Analyzer实现中文分词,分词之后结果为:

文章1:

文章2:

接下来,有了关键词后,我们就可以建立倒排索引了。上面的对应关系是:“文章号”对“文章中所有关键词”。倒排索引把这个关系倒过来,变成: “关键词”对“拥有该关键词的所有文章号”。

文章1、文章2经过倒排后变成:

通常仅知道关键词在哪些文章中出现还不够,我们还需要知道关键词在文章中出现次数和出现的位置,通常有两种位置:

a.字符位置,即记录该词是文章中第几个字符(优点是关键词亮显时定位快);

b.关键词位置,即记录该词是文章中第几个关键词(优点是节约索引空间、词组(phase)查询快),lucene中记录的就是这种位置。

加上出现频率和出现位置信息后,我们的索引结构变为:

实现时,lucene将上面三列分别作为词典文件(Term Dictionary)、频率文件(frequencies)、位置文件 (positions)保存。其中词典文件不仅保存有每个关键词,还保留了指向频率文件和位置文件的指针,通过指针可以找到该关键字的频率信息和位置信息。

3. 使用SolrJ管理索引库

使用SolrJ可以实现索引库的增删改查操作。

3.1 添加文档

第一步:把solrJ的jar包添加到工程中。

第二步:创建一个SolrServer,使用HttpSolrServer创建对象。

第三步:创建一个文档对象SolrInputDocument对象。

第四步:向文档中添加域。必须有id域,域的名称必须在schema.xml中定义。

第五步:把文档添加到索引库中。

第六步:提交。

@Testpublic void testSolrJAdd() throws SolrServerException, IOException { // 创建一个SolrServer对象。创建一个HttpSolrServer对象 // 需要指定solr服务的url SolrServer solrServer = new HttpSolrServer("http://101.132.69.111:8080/solr/collection1"); // 创建一个文档对象SolrInputDocument SolrInputDocument document = new SolrInputDocument(); // 向文档中添加域,必须有id域,域的名称必须在schema.xml中定义 document.addField("id", "123"); document.addField("item_title", "红米手机"); document.addField("item_price", 1000); // 把文档对象写入索引库 solrServer.add(document); // 提交 solrServer.commit();}

3.2 删除文档

3.2.1 根据id删除

第一步:创建一个SolrServer对象。

第二步:调用SolrServer对象的根据id删除的方法。

第三步:提交。

@Testpublic void deleteDocumentById() throws Exception { SolrServer solrServer = new HttpSolrServer("http://101.132.69.111:8080/solr/collection1"); solrServer.deleteById("123"); // 提交 solrServer.commit();}

3.2.2 根据查询删除

@Testpublic void deleteDocumentByQuery() throws Exception { SolrServer solrServer = new HttpSolrServer("http://101.132.69.111:8080/solr/collection1"); //这边会根据分词去删 solrServer.deleteByQuery("item_title:红米手机"); solrServer.commit();}

3.3 查询索引库

第一步:创建一个SolrServer对象

第二步:创建一个SolrQuery对象。

3 向SolrQuery中添加查询条件、过滤条件。。。

第四步:执行查询。得到一个Response对象。

5 取查询结果。

第六步:遍历结果并打印。

3.3.1 简单查询

@Testpublic void queryDocument() throws Exception { // 第一步:创建一个SolrServer对象 SolrServer solrServer = new HttpSolrServer("http://101.132.69.111:8080/solr/collection1"); // 第二步:创建一个SolrQuery对象。 SolrQuery query = new SolrQuery(); // 第三步:向SolrQuery中添加查询条件、过滤条件。。。 query.setQuery("*:*"); // 第四步:执行查询。得到一个Response对象。 QueryResponse response = solrServer.query(query); // 第五步:取查询结果。 SolrDocumentList solrDocumentList = response.getResults(); System.out.println("查询结果的总记录数:" + solrDocumentList.getNumFound()); // 第六步:遍历结果并打印。 for (SolrDocument solrDocument : solrDocumentList) { System.out.println(solrDocument.get("id")); System.out.println(solrDocument.get("item_title")); System.out.println(solrDocument.get("item_price")); }}

3.3.2 带高亮显示

@Testpublic void searchDocumet() throws Exception { // 创建一个SolrServer对象 SolrServer solrServer = new HttpSolrServer("http://101.132.69.111:8080/solr/collection1"); // 创建一个SolrQuery对象 SolrQuery query = new SolrQuery(); // 设置查询条件、过滤条件、分页条件、排序条件、高亮 // query.set("q", "*:*"); query.setQuery("手机"); // 分页条件 query.setStart(0); query.setRows(30); // 设置默认搜索域 query.set("df", "item_keywords"); // 设置高亮 query.setHighlight(true); // 高亮显示的域 query.addHighlightField("item_title"); query.setHighlightSimplePre("<div>"); query.setHighlightSimplePost("</div>"); // 执行查询,得到一个Response对象 QueryResponse response = solrServer.query(query); // 取查询结果 SolrDocumentList solrDocumentList = response.getResults(); // 取查询结果总记录数 System.out.println("查询结果总记录数:" + solrDocumentList.getNumFound()); for (SolrDocument solrDocument : solrDocumentList) { System.out.println(solrDocument.get("id")); // 取高亮显示 Map<String, Map<String, List<String>>> highlighting = response.getHighlighting(); List<String> list = highlighting.get(solrDocument.get("id")).get("item_title"); String itemTitle = ""; if (list != null && list.size() > 0) { itemTitle = list.get(0); } else { itemTitle = (String) solrDocument.get("item_title"); } System.out.println(itemTitle); System.out.println(solrDocument.get("item_sell_point")); System.out.println(solrDocument.get("item_price")); System.out.println(solrDocument.get("item_image")); System.out.println(solrDocument.get("item_category_name")); System.out.println("============================================="); }}

4. Solr服务器中的后台数据处理

​这个其实是通过图形界面操作,只需手动填写查询条件,不需要进行代码处理。但是实际项目开发中,还是需要进行代码编写的。

4.1 solr的基础语法

q 查询的关键字,此参数最为重要,例如,q=id:1,默认为q=*:*, fq (filter query)过虑查询,提供一个可选的筛选器查询。 返回在q查询符合结果中同时符合的fq条件的查询结果​sort 排序方式,例如id desc 表示按照 “id” 降序   start 返回结果的第几条记录开始,一般分页用,默认0开始​rows 指定返回结果最多有多少条记录,默认值为 10,配合start实现分页​fl 指定返回哪些字段,用逗号或空格分隔,注意:字段区分大小写,例如,fl= id,title,sort​df 默认的查询字段,一般默认指定  wt (writer type)指定输出格式,有 xml, json, php等 indent 返回的结果是否缩进,默认关闭​hl 高亮 hl.fl 设定高亮显示的字段 hl.requireFieldMatch 如果置为true,除非用hl.fl指定了该字段,查询结果才会被高亮。它的默认值是false。    hl.usePhraseHighlighter 如果一个查询中含有短语(引号框起来的)那么会保证一定要完全匹配短语的才会被高亮。    hl.highlightMultiTerm如果使用通配符和模糊搜索,那么会确保与通配符匹配的term会高亮。默认为false,同时hl.usePhraseHighlighter要为true。    hl.fragsize 返回的最大字符数。默认是100.如果为0,那么该字段不会被fragmented且整个字段的值会被返回。

上面就是小居数码小编今天给大家介绍的关于(solr建立索引)的全部内容,希望可以帮助到你,想了解更多关于数码知识的问题,欢迎关注我们,并收藏,转发,分享。

94%的朋友还想知道的:

(395)个朋友认为回复得到帮助。

部分文章信息来源于以及网友投稿,转载请说明出处。

本文标题:Solr的工作原理以及如何管理索引库(solr建立索引):http://sjzlt.cn/shuma/154904.html

猜你喜欢