Solr 6.6两种方式创建索引并插入数据（二）

solr环境的搭建请参考：http://www.cnblogs.com/xiao-zhang-blogs/p/7327814.html

1. Solr不支持搜索中文，办法总会有的，添加中文分词器。中文分词器有：IKAnalyzer，mmseg4j等

a) 中文分词指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。

b) 写个程序看一下效果。（IKAnalyzer）

代码：

package demo;

import java.io.IOException;
import java.io.StringReader;
import java.util.HashMap;
import java.util.Iterator;
import java.util.Map;

import org.wltea.analyzer.core.IKSegmenter;
import org.wltea.analyzer.core.Lexeme;

public class Test {
    public static void main(String[] args) throws IOException {
        String text = "我爱你中国，厉害了，我的国。我爱你！";
        int topWordsCount=4;
        Map<String,Integer> wordsFrenMaps=getTextDef(text);
        sortSegmentResult(wordsFrenMaps,topWordsCount);
    }
    
    public static Map getTextDef(String text) throws IOException {
        Map<String, Integer> wordsFren=new HashMap<String, Integer>();
        IKSegmenter ikSegmenter = new IKSegmenter(new StringReader(text), true);
        Lexeme lexeme;
        while ((lexeme = ikSegmenter.next()) != null) {
            if(lexeme.getLexemeText().length()>1){
                if(wordsFren.containsKey(lexeme.getLexemeText())){
                    wordsFren.put(lexeme.getLexemeText(),wordsFren.get(lexeme.getLexemeText())+1);
                }else {
                    wordsFren.put(lexeme.getLexemeText(),1);
                }
            }
        }
        return wordsFren;
    }
    
    public static void sortSegmentResult(Map<String,Integer> wordsFrenMaps,int topWordsCount){
        Iterator<Map.Entry<String,Integer>> wordsFrenMapsIterator=wordsFrenMaps.entrySet().iterator();
        while (wordsFrenMapsIterator.hasNext()){
            Map.Entry<String,Integer> wordsFrenEntry=wordsFrenMapsIterator.next();
            System.out.println(wordsFrenEntry.getKey()+"       的次数为"+wordsFrenEntry.getValue());
        }
    }
}

效果：

在步骤1.2中教大家如何将中文分词器添加到solr中。

2. 创建core数据来源一共有三种情况，分别是：1、通过java直接写入。2、直接配置数据源。

a) 在E:solrhome目录下创建一个文件夹helloworld，将solr-6.6.0exampleexample-DIHsolrdb文件夹下的conf文件夹赋值到helloworld文件夹下，如下图：

b) 在solr的管理界面点击Core Admin，点击Add Core，输入name值为helloworld，instanceDir值为helloworld，其他项不用改。注意：填写的值必须为我们创建的文件夹的名称，否则报错。最后Add Core。

成功后：

c) 接下来，我们就在创建好的core中去写入数据。

i. 第一种，直接通过java程序写入。

代码如下：

package test;

import java.io.IOException;
import java.util.List;

import org.apache.solr.client.solrj.SolrQuery;
import org.apache.solr.client.solrj.SolrServerException;
import org.apache.solr.client.solrj.impl.HttpSolrClient;
import org.apache.solr.client.solrj.response.QueryResponse;
import org.apache.solr.common.SolrDocument;
import org.apache.solr.common.SolrDocumentList;
import org.apache.solr.common.SolrInputDocument;
import org.apache.solr.common.util.NamedList;

public class TestSolr {
    
    //solr的服务器地址
    private final static String SOLR_URL = "http://localhost:8080/solr/";
    
    /**
     * 往索引库添加文档
    * @throws IOException 
    * @throws SolrServerException 
     */
    public void addDoc() throws SolrServerException, IOException{
        //获得一个solr服务端的请求，去提交  ,选择具体的某一个solr core
        //solr的服务器地址
        //private final static String SOLR_URL = "http://localhost:8080/solr/";
        
        HttpSolrClient solr = new HttpSolrClient(SOLR_URL + "helloworld");
        try {
           //构造一篇文档  
           SolrInputDocument document = new SolrInputDocument();  
           //往doc中添加字段,在客户端这边添加的字段必须在服务端中有过定义 
           document.addField("id", "1");  
           document.addField("name", "你好");  
           document.addField("description", "前进的中国你好");  
           solr.add(document);
           
           solr.commit();
        } finally{
            solr.close();
        }
    }
    
    /** 
     * 根据id从索引库删除文档 
     */
    public void deleteDocumentById() throws Exception {  
        //选择具体的某一个solr core
        HttpSolrClient server = new HttpSolrClient(SOLR_URL+"helloworld");
        //删除文档  
//        server.deleteById("3");
        //删除所有的索引
        server.deleteByQuery("*:*");
        //提交修改  
        server.commit();
        server.close();
    }  
    
    /**
     * 查询
    * @throws Exception 
     */
    public void querySolr() throws Exception{
        HttpSolrClient solrServer = new HttpSolrClient(SOLR_URL+"helloworld");  
        SolrQuery query = new SolrQuery(); 
//        String temp = "name:文  OR description:你";
//        query.setQuery(temp);
        //下面设置solr查询参数
        //query.set("q", "*:*");// 参数q  查询所有   
        query.set("q","好");//相关查询，比如某条数据某个字段含有某个字  将会查询出来 ，这个作用适用于联想查询

        //参数fq, 给query增加过滤查询条件  
        query.addFilterQuery("id:[0 TO 9]");//id为0-9  //参数df,给query设置默认搜索域  
        query.set("df", "name");

        //参数sort,设置返回结果的排序规则  
        query.setSort("id",SolrQuery.ORDER.desc);

        //设置分页参数  
        query.setStart(0);  
        query.setRows(10);//每一页多少值  

        //参数hl,设置高亮  
        query.setHighlight(true);  
        //设置高亮的字段  
        query.addHighlightField("name");  
        //设置高亮的样式  
        query.setHighlightSimplePre("<font color='red'>");  
        query.setHighlightSimplePost("</font>"); 

        //获取查询结果
        QueryResponse response = solrServer.query(query);  
        //两种结果获取：得到文档集合或者实体对象

        //查询得到文档的集合  
        SolrDocumentList solrDocumentList = response.getResults();
        //NamedList，一个有序的name/value容器，NamedList不像Map
        NamedList list = (NamedList) response.getResponse().get("highlighting");  
        System.out.println(list);
        System.out.println("查询的结果"); 
        System.out.println("总数量：" + solrDocumentList.getNumFound());  
        //遍历列表  
        for (SolrDocument doc : solrDocumentList) {
            System.out.println("id:"+doc.get("id")+" name:"+doc.get("name")+" description:"+doc.get("description"));
        } 

    }

}

效果如下：

ii. 直接配置数据源（结构化数据存储）

如何将中文分词器加入到solr中

先下载mmseg4j的jar包，一共有三个，分别是：mmseg4j-analysis-1.9.1.jar、mmseg4j-core-1.10.0.jar和mmseg4j-solr-2.4.0.jar。

将mmseg4j-core-1.10.0.jar和mmseg4j-solr-2.4.0.jar放在apache-tomcat-8.0.32webappssolrWEB-INFlib目录下。

（注意：不要将包mmseg4j-analysis-1.9.1.jar放到改目录下，否则会报：java.lang.NoSuchMethodError: com.chenlb.mmseg4j.analysis.MMSegTokenizer.<init>(Lcom/chenlb/mmseg4j/Seg;)V错误信息，原因是：mmseg4j-solr已经包含了mmseg4j-analysis）

在core去配置。

没有加入中文分词器的效果，无论你选择哪种类型，得到的结果如下：

添加中文分词器：

首先mmseg4j有三种分词方式：

<!-- mmseg4j的三种分词方式-->

<fieldtype name="textComplex" class="solr.TextField" positionIncrementGap="100">

    <analyzer>

        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex" dicPath="/dic"/>

    </analyzer>

 </fieldtype>

 <fieldtype name="textMaxWord" class="solr.TextField" positionIncrementGap="100">

    <analyzer>

        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="max-word" />

    </analyzer>

 </fieldtype>

 <fieldtype name="textSimple" class="solr.TextField" positionIncrementGap="100">

    <analyzer>

        <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="simple" dicPath="G:ymysolrsolr-5.4.1serversolrgooddic" />

    </analyzer>

 </fieldtype>

把这些添加到E:solrhomehelloworldconf的managed-schema文件的325行左右。

这个文件里面的field 标签里name存放的就是你所要分词的名称，type 放的是分词的类型。这里我把name=”title” 的type改为textComplex。（在148行）

重启tomcat，看一下效果（成功）：

然后配置oracle数据源，这里我选用的表为books表

在managed-schema去添加字段类型和名称（author和name配置文件中有，修改一下type即可，id配置文件中也有，127行）

<field name="name" type="string" indexed="true" stored="true"/>

<field name="author" type="string" indexed="true" stored="true"/>

<field name="summary" type="string" indexed="true" stored="true"/>

<field name="count" type="int" indexed="true" stored="true"/>

配置数据库映射：

首先，在E:solrhomehelloworldconf创建一个data-config.xml文件

文件内容：

  <?xml version="1.0" encoding="UTF-8"?>

<dataConfig> 

<dataSource name="source" type="JdbcDataSource" driver="oracle.jdbc.driver.OracleDriver" 
            url="jdbc:oracle:thin:@localhost:1521:orcl" 
　　　　　　  user="scott" password="tiger"/>
　　　<document name="mydemo">          

　　<entity name="mydemo" pk="id"  dataSource="source" query="select * from books" transformer="ClobTransformer">                   
　　　　<field column="id" name="id" />
　　　　<field column="name" name="name" /> 
　　   <field column="author" name="author"/> 
　　   <field column="summary" name="summary" /> 
　　   <field column="count" name="count"/> 
 </entity> 
</document> 

</dataConfig>

接着在E:solrhomehelloworldconf的solrconfig.xml配置文件中的<requestHandler name="/select" class="solr.SearchHandler">（743行）上面添加

<requestHandler name="/dataimport" class="solr.DataImportHandler">

       <lst name="defaults">
　　　　　　<str name="config">data-config.xml</str>
　　    </lst>

  </requestHandler>

将数据从数据库导入到helloworld的core中，如下图：

接着，查询全部：

数据成功导入。