Solr 是一個基於 Apache Lucene 之上的搜尋伺服器，它是一個開源的、基於 Java 的、執行在Servlet容器（如Apache Tomcat或Jetty）的資訊檢索庫。它旨在驅動功能強大的文件檢索應用程式 - 無論您需要根據使用者的查詢將資料服務到何處，Solr 都可以為您服務。

下面是一個如何將 Solr 整合到應用程式中的示例：

採用偽叢集部署方式，在同一臺伺服器上部署3個zookeeper，3個solr服務。結構如下圖：

1，下載壓縮包，zookeeper，solr

2，部署zookeeper叢集，（部署單個，拷貝多個）

3，solr部署

      solr-6.5.1.tgz解壓命名為solr-1

4，solr關聯zookeeper

      配置solr和zookeeper，在solr-1/bin 目錄下 ，solr.in.sh檔案中，加入如下引數，並複製solr-1，貼上為solr-2，solr-3。

ZK_HOST="10.1.88.101:2281,10.1.88.101:2282,10.1.88.101:2283"

5，更改solr-2，solr-3的啟動埠 

 因為是在同一臺機器上部署，所以要更改各個solr節點的預設啟動埠。以solr-1為例，預設是8983，我改為8985.

 /srv/new_solr/solrCloud/solr-1/bin 目錄下的 solr.in.sh 檔案

SOLR_PORT=8985

 /srv/new_solr/solrCloud/solr-1/server/etc 目錄下的 jetty-https.xml檔案

<Set name="port"><Property name="solr.jetty.https.port" default="8985" /></Set>

執行啟動命令

/srv/new_solr/solrCloud/solr-1/bin/./solr start
 

solr-2，solr-3也是一樣

啟動成功後，進入一個節點，我的是 http://10.1.88.101:8985/solr/#/ 左側能看到Cloud選單，即是Cloud模式 

6，建立collection的配置檔案並上傳。

我的配置檔案是myconf，這個可以從/srv/new_solr/solrCloud/solr-1/server/solr/configsets/ 下複製sample_techproducts_configs 資料夾到solr-1的根目錄，命名為myconf，作為要建立的collection的配置檔名。

cp -rf /srv/new_solr/solrCloud/solr-1/server/solr/configsets/sample_techproducts_configs/* /srv/new_solr/solrCloud/solr-1/myconf

進入/srv/new_solr/solrCloud/solr-1/server/scripts/cloud-scripts 目錄，利用./zkCli.sh 上傳solr的配置檔案到zookeeper，如下命令，myconf是要上傳的配置檔名，file_bank是上傳後的顯示名。

cd /srv/new_solr/solrCloud/solr-1/server/scripts/cloud-scripts/
./zkcli.sh -zkhost 10.1.88.101:2281,10.1.88.101:2282,10.1.88.101:2283 -cmd upconfig -confdir /srv/new_solr/solrCloud/solr-1/myconf/ -confname file_bank

7，建立collections

上傳成功後，在solr 後臺建立collection時可以看到之前命名的配置檔案file_bank。

建立時引數解析

name:將被建立的集合的名字
numShards:集合建立時需要建立邏輯碎片的個數
replicationFactor:分片的副本數。replicationFactor(複製因子)為 3 意思是每個邏輯碎片將有 3 份副本。
maxShardsPerNode:預設值為1，每個Solr伺服器節點上最大分片數(4.2新增的)
注意三個數值：numShards、replicationFactor、liveSolrNode（當前存活的solr節點），一個正常的solrCloud叢集不容許同一個liveSolrNode上部署同一個shard的多個replic，因此當maxShardsPerNode=1時，numShards*replicationFactor>liveSolrNode時，報錯。因此正確時因滿足以下條件：numShards*replicationFactor<liveSolrNode*maxShardsPerNode

如有錯誤collections，執行刪除語句 

 http://10.1.88.101:8985/solr/admin/collections?action=DELETE&name=file_bank 

8，分詞器配置，我選的是smart分詞，這個lucene-analyzers-smartcn-6.5.1.jar包是在/srv/new_solr/solrCloud/solr-1/contrib/analysis-extras/lib下，所以修改solrconfig.xml,新增分詞器jar包位置 

<lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lucene-libs" regex=".*\.jar" />

　修改manged-schema.xml，增加一個新的fileType 型別，並指定分詞型別是smart

<fieldType name="text_smart" class="solr.TextField" positionIncrementGap="100">
    <analyzer type="index">
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
    </analyzer>
    <analyzer type="query">
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
        <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
    </analyzer>
</fieldType>

 建立一個新的field 命名為 file_text_search_all ，並將需要分詞的欄位copy進來。

<field name="file_text_search_all" type="text_smart" indexed="true" stored="true" multiValued="true" />
<!-- 為多個field指定一個共同的別名，通過這個別名進行query就能夠同時對所有field進行搜尋 -->
<copyField source="fileBank_teacherName_s" dest="file_text_search_all"/>
<copyField source="fileBankName_s" dest="file_text_search_all"/>
<copyField source="fileSchoolName_s" dest="file_text_search_all"/>
<copyField source="fileMajorName_s" dest="file_text_search_all_s"/>
<copyField source="fileSubjectName_s" dest="file_text_search_all"/>
<copyField source="fileTypeName_s" dest="file_text_search_all"/>
<copyField source="fileYear_s" dest="file_text_search_all"/>

9，更新配置檔案，每次修改manage-schema,都需要執行上傳操作，即下述命令

cd /srv/new_solr/solrCloud/solr-1/server/scripts/cloud-scripts/
./zkcli.sh -zkhost 10.1.88.101:2281,10.1.88.101:2282,10.1.88.101:2283 -cmd upconfig -confdir /srv/new_solr/solrCloud/solr-1/myconf/ -confname file_bank

10，檢視分詞示例 

    collection選擇file_bank，在Analysis選單中，選擇file_text_search_all 欄位，輸入待分詞文字

 分詞結果如下

11，配置停詞表，stopwords.txt

12，solrj的使用

 連線SolrCloud，建立CloudSolrClient

13，批量建立時提高提交速度，設定軟提交，硬提交

     <autoCommit>
        <maxTime>${solr.autoCommit.maxTime:15000}</maxTime>
        <maxDocs>100000</maxDocs>
        <openSearcher>false</openSearcher>
     </autoCommit>

     <autoSoftCommit>
        <maxTime>${solr.autoSoftCommit.maxTime:15000}</maxTime>
        <maxDocs>10000</maxDocs>
     </autoSoftCommit>

14，使用中遇到問題---相似度演算法

solr6.5的變化

託管模式現在是預設的

當 solrconfig.xml 沒有明確定義 <schemaFactory/> 的時候，Solr 的預設行為現在依賴於 solrconfig.xml 定義的 luceneMatchVersion。當 luceneMatchVersion < 6.0 時，ClassicIndexSchemaFactory 將繼續用於後向相容，否則將使用 ManagedIndexSchemaFactory 的例項。

這種變化最顯著的影響是：

• 現有的 solrconfig.xml 檔案被修改為使用 luceneMatchVersion >= 6.0，但沒有明確配置 ClassicIndexSchemaFactory，將其 schema.xml 檔案自動升級到managed-schema 檔案。
• 現在將預設啟用通過 Schema API 進行的模式修改。

預設的相似性改變

當 Schema 沒有明確地定義全域性 <similarity/> 時，Solr 的預設行為將依賴於 solrconfig. xml 中指定的 luceneMatchVersion。當 luceneMatchVersion < 6.0 時，將使用 ClassicSimilarityFactory 的例項，否則將使用 SchemaSimilarityFactory 的例項。最值得注意的是，這種改變意味著使用者可以利用每個欄位型別的相似性宣告，並且需要明確宣告 SchemaSimilarityFactory 的全域性用法。

無論是明確宣告還是作為隱式全域性預設值使用，當欄位型別不宣告明確 <similarity/> 時，SchemaSimilarityFactory 的隱式行為也被更改為依賴於 luceneMatchVersion。當 luceneMatchVersion < 6.0 時，將使用 ClassicSimilarity 的例項，否則將使用 BM25Similarity 的例項。可以在 SchemaSimilarityFactory 宣告中指定 defaultSimFromFieldType init 選項來更改此行為。請檢視 SchemaSimilarityFactoryjavadocs 瞭解更多詳情

TF---詞頻                     標題分詞  1/100

IDF---逆向檔案頻率   命中率    log（1000/10）=2

TF*IDF=0.02

搜尋（好人做小事）

做大好事

我大好人

做好事

好人

做大事

好人小事是大事

小 （3*1）

。

。