CM开发日志 - 搜索引擎（一）

IBM WebSphere Commerce使用了Apache Solr Search做为搜索引擎解决方案，提供了全方位的封装，主要体现在如下方面：

• Solr多核的创建
  
• DIH （Data Import Handle） 处理的preprocess & indexbuild
• 由Search REST Service提供的很方便的针对索引文件的查询

这三个方面也是贯穿solr搜索的整个生命周期的。

介绍：开发环境

目前我使用的WCS版本是WebSphere Commerce Version 7 - Feture Pack 7，集成了Solr 4.3.0，FEP7对Search的改动我觉得主要有以下两点：

• 以前是将Search做为一个WAR包嵌入到WC EAR包当中。现在是将两者分离开来，成为两个独立的应用。
• 提供Search REST Service。更好的通过API去查询索引文件。

另外，应用服务器是与WCS FEP7相对应的WAS 7.0.0.31，本地集成开发环境（IDE）是RAD。

Apache Solr介绍

Solr是构建于Lucene之上的企业级全文搜索引擎，提供了可靠的，可扩展，高度定制化的解决方案。

Solr解决了从企业数据库到本地索引文件的创建和持久化过程，减少了数据库服务器的负载，并且提供了负载均衡的解决方案： solr主从服务器，分发服务器，还有solr index的复制。

Solr和Lucene？

Lucene主要专注于底层的设计，而solr负责应用层的设计；另外Lucene本质上是搜索库，而不是独立的应用程序。综合以上两点，一句话概况： Solr是构建于Lucene之上，面对企业级应用的搜索应用。

Lucene提供了底层的设计，比如：分析器（Analyzer）。

分析器的大致作用是对一个document进行索引时，其中的每个field中的数据都会经历分析（分析就是组合分词和过滤），最终将一句话分成单个的单词，去掉句子当中的空白符号，大写转换小写，复数转单数，去掉多余的词，进行同义词代换等等。
如：This is a blog! this, is, a 会被去除，最后最剩下blog。当然!这个符号也会被去除的。
这个过程是在索引和查询过程中都会进行的，而且通常两者进行的处理的都是一样的，这样做是为了保证建立的索引和查询的正确匹配。