solr基本说明（一）

几个概念先行说明一下：
Lucene:      是一个索引与搜索类库，而不是完整的程序。
Solr：        是一个高性能，采用Java5开发，基于Lucene的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
Nutch：     是一个由Java实现的，刚刚诞生开放源代码(open-source)的web搜索引擎。
Hadoop：  实现了一个分布式文件系统（Hadoop Distributed File System），简称HDFS。
　　　　　于 2005 年秋天作为 Lucene的子项目 Nutch的一部分正式引入。
　　　　　它受到最先由 Google Lab 开发的 Map/Reduce 和 Google File System(GFS) 的启发。
　　　　　2006 年 3 月份，Map/Reduce 和 Nutch Distributed File System (NDFS) 分别被纳入称为 Hadoop 的项目中

1. Lucene

1.1. Lucene是什么

 

　　Lucene是apache软件基金会4 jakarta项目组的一个子项目，是一个开放源代码的全文检索引擎工具包，即它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎（英文与德文两种西方语言）。

　　Lucene的目的是为软件开发人员提供一个简单易用的工具包，以方便的在目标系统中实现全文检索的功能，或者是以此为基础建立起完整的全文检索引擎。

 

　　Lucene: 是一个索引与搜索类库，而不是完整的程序。

　　使用Lucene的方式主要有二种：一是自己编写程序，调用类库；二是使用第三方基于Lucene编写的程序，如下面介绍的Solr等。

 

 

　　更多详情，可查看百度百科的说明： http://baike.baidu.com/view/371811.htm

　　相关中文文档，可以查看Solr中文网：http://www.solrcn.com/

 

 

1.2. 资源下载

　　10_Lucene 原理与代码分析完整版.pdf

　　11_LuceneInAction(第2版)_Cn.pdf  （可作为学习的重点，本人学习笔记请点击这里查看）

　　12_Lucene+nutch搜索引擎开发.pdf  (Part1 　　Part2)

　　13_开发自己的搜索引擎——Lucene+Heritrix(第2版) (Part1　　Part2)

　　13_开发自己的搜索引擎——Lucene+Heritrix(第2版)_随书光盘

 

　　Hadoop权威指南(第2版).pdf

 

1.3. Lucene学习

　　LuceneInAction(第2版)学习笔记——目录 

　　Lucene索引文件结构速览

 

 

1.4.  Lucene索引查看工具Luke

　　可以点击这里下载：http://code.google.com/p/luke/

2. Solr

2.1. Solr是什么

　　Apache Solr 是一个开源的搜索服务器，Solr 使用 Java 语言开发，主要基于 HTTP 和 Apache Lucene 实现。定制 Solr 索引的实现方法很简单，用 POST 方法向 Solr 服务器发送一个描述所有 Field 及其内容的 XML 文档就可以了。定制搜索的时候只需要发送 HTTP GET 请求即可，然后对 Solr 返回的信息进行重新布局，以产生利于用户理解的页面内容布局。

 

Solr原理图

 

 

 Solr用户

 

 

2.2. 资源下载

　　21_Lucene_Solr_搜索引擎解密.ppt

　　22_开源企业搜索引擎Solr的应用教程.doc　（快速上手特别推荐，请点击这里下载）

　　23_Solr技术文档.pdf

　　24_solr3.1 cookbook.pdf

　　25_Apache+Solr+3+Enterprise+Search+Server.pdf

　　26_apache-solr-beyond-the-box.pdf

　　27_Packtpub.Solr.1.4.Enterprise.Search.Server.Aug.2009.pdf

　　上述文档打包下载： 请点击这里

 

2.3. Solr原理

2.3.1. Solr服务原理

　　Solr对外提供标准的http接口来实现对数据的索引的增加、删除、修改、查询。

　　在Solr中，用户通过向部署在servlet 容器中的Solr Web应用程序发送 HTTP 请求来启动索引和搜索。

　　Solr接受请求，确定要使用的适当SolrRequestHandler，然后处理请求。通过 HTTP 以同样的方式返回响应。 　　默认配置返回Solr的标准 XML 响应，也可以配置Solr的备用响应格式。

 

 

2.3.2. 索引原理

 　　可以向Solr索引servlet传递四个不同的索引请求： 　　1) add/update允许向Solr添加文档或更新文档。直到提交后才能搜索到这些添加和更新。 　　2) commit 告诉Solr，应该使上次提交以来所做的所有更改都可以搜索到。 　　3) optimize 重构 Lucene 的文件以改进搜索性能。索引完成后执行一下优化通常比较好。如果更新比较频繁，则应该在使用率较低的时候安排优化。一个索引无需优化也可以正常地运行。优化是一个耗时较多的过程。 　　4) delete 可以通过 id 或查询来指定。按 id 删除将删除具有指定 id 的文档；按查询删除将删除查询返回的所有文档。