solrconfig.xml配置详解

solrconfig.xml配置文件主要定义了SOLR的一些处理规则，包括索引数据的存放位置，更新，删除，查询的一些规则配置。

      可以在tomcat的安装路径下找到这个文件C:\Program Files\Apache Software Foundation\Tomcat 8.0\solr\collection1\conf

       1.datadir节点

         1.<dataDir>${solr.data.dir:d:/Server/Solr/data}</dataDir>定义了索引数据和日志文件的存放位置

       

     2.luceneMatchVersion

             <luceneMatchVersion>4.8</luceneMatchVersion>

          表示solr底层使用的是lucene4.8

      3. lib

            <lib dir="../../../contrib/extraction/lib"regex=".*\.jar"/>

         表示solr引用包的位置,当dir对应的目录不存在时候，会忽略此属性

 

      4.directoryFactory

          索引存储方案，共有以下存储方案

           1、solr.StandardDirectoryFactory,这是一个基于文件系统存储目录的工厂，它会试图选择最好的实现基于你当前的操作系统和Java虚拟机版本。
           2、solr.SimpleFSDirectoryFactory,适用于小型应用程序，不支持大数据和多线程。
           3、solr.NIOFSDirectoryFactory,适用于多线程环境，但是不适用在windows平台（很慢），是因为JVM还存在bug。
           4、solr.MMapDirectoryFactory,这个是solr3.1到4.0版本在linux64位系统下默认的实现。它是通过使用虚拟内存和内核特性调用

             mmap去访问存储在磁盘中的索引文件。它允许lucene或solr直接访问I/O缓存。如果不需要近实时搜索功能，使用此工厂是个不错的方案。
           5、solr.NRTCachingDirectoryFactory,此工厂设计目的是存储部分索引在内存中，从而加快了近实时搜索的速度。
           6、solr.RAMDirectoryFactory,这是一个内存存储方案，不能持久化存储，在系统重启或服务器crash时数据会丢失。且不支持索引复制

 

[html] view plain copy

1. <directoryFactory class="${solr.directoryFactory:solr.NRTCachingDirectoryFactory}" name="DirectoryFactory">  
2.    <str name="solr.hdfs.home">${solr.hdfs.home:}</str>  
3.    <str name="solr.hdfs.confdir">${solr.hdfs.confdir:}</str>  
4.    <str name="solr.hdfs.blockcache.enabled">${solr.hdfs.blockcache.enabled:true}</str>  
5.    <str name="solr.hdfs.blockcache.global">${solr.hdfs.blockcache.global:true}</str>  
6. </directoryFactory>  

             5. codecFactory
                   编解码工厂允许使用自定义的编解码器。例如：如果想启动per-field DocValues格式, 可以在solrconfig.xml里面设置SchemaCodecFactory：
                    docValuesFormat="Lucene42": 这是默认设置，所有数据会被加载到堆内存中。
          docValuesFormat="Disk": 这是另外一个实现，将部分数据存储在磁盘上。
          docValuesFormat="SimpleText": 文本格式，非常慢，用于学习。

                  <codecFactory class="solr.SchemaCodecFactory"/>
                  <schemaFactory class="ClassicIndexSchemaFactory"/>

            6.indexconfig节点

                 用于设置索引的低级别的属性

      1、<filter class="solr.LimitTokenCountFilterFactory" maxTokenCount="10000"/>//限制token最大长度
      2、<writeLockTimeout>1000</writeLockTimeout>//IndexWriter等待解锁的最长时间（毫秒）。
      3、<maxIndexingThreads>8</maxIndexingThreads>//
      4、<useCompoundFile>false</useCompoundFile>//solr默认为false。如果为true,索引文件减少,检索性能降低,追求平衡。
      5、<ramBufferSizeMB>100</ramBufferSizeMB>//缓存
      6、<maxBufferedDocs>1000</maxBufferedDocs>//同上。两个同时定义时命中较低的那个。
      7、<mergePolicy class="org.apache.lucene.index.TieredMergePolicy">
         <int name="maxMergeAtOnce">10</int>
          <int name="segmentsPerTier">10</int>
         </mergePolicy>
          //合并策略。
      8、<mergeFactor>10</mergeFactor>//合并因子,每次合并多少个segments。
      9、<mergeScheduler class="org.apache.lucene.index.ConcurrentMergeScheduler"/>//合并调度器。
     10、<lockType>${solr.lock.type:native}</lockType>//锁工厂。
     11、<unlockOnStartup>false</unlockOnStartup>//是否启动时先解锁。
     12、<termIndexInterval>128</termIndexInterval>//Lucene loads terms into memory 间隔
     13、<reopenReaders>true</reopenReaders>//重新打开,替代先关闭-再打开。
     14、<deletionPolicy class="solr.SolrDeletionPolicy">//提交删除策略,必须实现org.apache.lucene.index.IndexDeletionPolicy
     15、<str name="maxCommitsToKeep">1</str>
     16、<str name="maxOptimizedCommitsToKeep">0</str>
     17、<str name="maxCommitAge">30MINUTES</str> OR <str name="maxCommitAge">1DAY</str><br>　　　

   　 18、   <infoStream   file="INFOSTREAM.txt">false</infoStream>//相当于把创建索引时的日志输出。

      <lockType>${solr.lock.type:native}</lockType>
       设置索引库的锁方式，主要有三种：
        1.single：适用于只读的索引库，即索引库是定死的，不会再更改
        2.native：使用本地操作系统的文件锁方式，不能用于多个solr服务共用同一个索引库。Solr3.6 及后期版本使用的默认锁机制。
        3.simple：使用简单的文件锁机制

    7. updateHandler节点

           定义更新处理器，

[html] view plain copy

1. <updateLog>  
2.  <str name="dir">${solr.ulog.dir:}</str>  
3.  </updateLog>  

                设置索引库更新日志，默认路径为solr home下面的data/tlog。随着索引库的频繁更新，tlog文件会越来越大，

        所以建议提交索引时采用硬提交方式<autoCommit>，即批量提交。       

[html] view plain copy

1. <autoCommit>  
2.  <maxTime>15000</maxTime>  
3.  <maxDocs>10000</maxDocs>  
4.  <openSearcher>false</openSearcher>  
5.  </autoCommit>  

          自动硬提交方式:maxTime：设置多长时间提交一次maxDocs：设置达到多少文档提交一次openSearcher：文档提交后是否开启新的searcher，

          如果false，文档只是提交到index索引库，搜索结果中搜不到此次提交的文档；如果true，既提交到index索引库，也能在搜索结果中搜到此次提交的内容。

                  

[html] view plain copy

1. <updateHandler class="solr.DirectUpdateHandler2">  
2.     <!-- 允许事务日志  -->   
3.     <updateLog>  
4.       <str name="dir">${solr.ulog.dir:}</str>  
5.     </updateLog>  
6.   
7.     <!--  
8.    在满足一定条件时自动提交。maxDocs/maxTime/openSearcher 
9.       -->  
10.      <autoCommit>   
11.        <maxTime>15000</maxTime>   
12.        <openSearcher>false</openSearcher>   
13.      </autoCommit>  
14.   
15.     <!-- 软提交VS硬提交 -->  
16.      <!--  
17.       <autoSoftCommit>   
18.          <maxTime>1000</maxTime>   
19.        </autoSoftCommit>  
20.       -->  
21.   
22.     <!--   
23.        更新相关事件监听器  
24.         postCommit - fired after every commit or optimize command  
25.          postOptimize - fired after every optimize command  
26.       -->  
27.     <!-- The RunExecutableListener executes an external command from a  
28.          hook such as postCommit or postOptimize.  
29.          exe - the name of the executable to run  
30.          dir - dir to use as the current working directory. (default=".")  
31.          wait - the calling thread waits until the executable returns.   
32.                 (default="true")  
33.          args - the arguments to pass to the program.  (default is none)  
34.          env - environment variables to set.  (default is none)  
35.       -->  
36.     <!--  
37.       <listener event="postCommit" class="solr.RunExecutableListener">  
38.          <str name="exe">solr/bin/snapshooter</str>  
39.          <str name="dir">.</str>  
40.          <bool name="wait">true</bool>  
41.          <arr name="args"> <str>arg1</str> <str>arg2</str> </arr>  
42.          <arr name="env"> <str>MYVAR=val1</str> </arr>  
43.        </listener>  
44.       -->  
45.   
46.  </updateHandler>  

                 8.Query查询节点

             <maxBooleanClauses>1024</maxBooleanClauses>
             设置boolean 查询中，最大条件数。在范围搜索或者前缀搜索时，会产生大量的 boolean 条件，
             如果条件数达到这个数值时，将抛出异常，限制这个条件数，可以防止条件过多查询等待时间过长。
                             缓存方法http://www.cnblogs.com/phinecos/archive/2012/05/24/2517018.html

                         

[html] view plain copy

1. <filterCache class="solr.FastLRUCache" size="512" initialSize="512" autowarmCount="0"/>  
2.   
3. <queryResultCache class="solr.LRUCache" size="512" initialSize="512" autowarmCount="0"/>  
4.   
5. <documentCache class="solr.LRUCache" size="512" initialSize="512" autowarmCount="0"/>  
6.   
7. <queryResultMaxDocsCached>200</queryResultMaxDocsCached>  
8.   
9. <maxWarmingSearchers>2</maxWarmingSearchers>  

                9.Request Dispatcher

                        请求转发器

 

           

[html] view plain copy

1. <!-- Request Dispatcher  
2.      主要是介绍当有请求访问SolrCore时SolrDispatchFilter如何处理。  
3.     handleSelect是一个以前版本中遗留下来的属性,会影响请求的对应行为（比如/select?qt=XXX）。  
4.     当handleSelect="true"时导致SolrDispatchFilter将请求转发给qt指定的处理器（前提是/select已经注册）。  
5.     当handleSelect="false"时会直接访问/select,若/select未注册则为404。  
6.     -->  
7.    <requestDispatcher handleSelect="false" >  
8.   
9.      <!-- Request Parsing：请求解析  
10.         这些设置说明Solr Requests如何被解析,以及对ContentStreams有什么限制。  
11.   
12.          enableRemoteStreaming - 是否允许使用stream.file和stream.url参数来指定远程streams。  
13.   
14.          multipartUploadLimitInKB - 指定多文件上传时Solr允许的最大的size。  
15.   
16.          formdataUploadLimitInKB - 表单通过POST请求发送的最大size  
17.        -->   
18.      <requestParsers enableRemoteStreaming="true"  
19.                      multipartUploadLimitInKB="2048000"  
20.                      formdataUploadLimitInKB="2048"/>  
21.   
22.      <!-- HTTP Caching  
23.          设置HTTP缓存的相关参数。  
24.       -->  
25.      <httpCaching never304="true" />  
26.   
27.      <!--  
28.        <httpCaching never304="true" >  
29.           <cacheControl>max-age=30, public</cacheControl>   
30.         </httpCaching>  
31.        -->  
32.   
33.      <!--  
34.        <httpCaching lastModifiedFrom="openTime"  
35.                      etagSeed="Solr">  
36.           <cacheControl>max-age=30, public</cacheControl>   
37.         </httpCaching>  
38.        -->  
39.    </requestDispatcher>  

         10.requestHandler

                          请求处理器

 

           

[html] view plain copy

1. <!-- Request Handlers   
2.      输入的请求会通过请求中的路径被转发到特定的处理器。  
3.     -->  
4.    <!-- SearchHandler  
5.      基本的请求处理器是SearchHandler,它提供一系列SearchComponents。  
6.     通过multiple shards支持分布式。  
7.     -->  
8.    <requestHandler name="/select" class="solr.SearchHandler">  
9.      <!-- 可以指定默认值。-->  
10.       <lst name="defaults">  
11.         <str name="echoParams">explicit</str>  
12.         <int name="rows">10</int>  
13.         <str name="df">text</str>  
14.       </lst>  
15.      <!-- 添加属性 -->  
16.      <!--  
17.        <lst name="appends">  
18.           <str name="fq">inStock:true</str>  
19.         </lst>  
20.        -->  
21.   
22.      <!-- 用法同上,尽量不要使用。-->  
23.      <!--  
24.        <lst name="invariants">  
25.           <str name="facet.field">cat</str>  
26.           <str name="facet.field">manu_exact</str>  
27.           <str name="facet.query">price:[* TO 500]</str>  
28.           <str name="facet.query">price:[500 TO *]</str>  
29.         </lst>  
30.        -->  
31.      <!-- 下面的配置可以重置SearchComponents-->  
32.      <!--  
33.        <arr name="components">  
34.           <str>nameOfCustomComponent1</str>  
35.           <str>nameOfCustomComponent2</str>  
36.         </arr>  
37.        -->  
38.      </requestHandler>  

 

 

      如果想更深入了解，可以参考下这几篇文章，

           http://wiki.apache.org/solr/SolrConfigXml/

          http://www.yunvn.com/thread-15932-1-1.html 

          http://www.luoshengsha.com/197.html