solr使用手册<一>
Solr 说明文档
1. 概述
Solr 是一个基于Lucene java 库的企业级搜索服务器,包含XML/HTTP,JSON
API, 高亮查询结果,faceted search(不知道该如何翻译,片段式搜索),缓存,
复制还有一个WEB 管理界面。Solr运行在Servlet 容器中。所以Solr和Lucene
的本质区别有以下三点:搜索服务器,企业级和管理。Lucene 本质上是搜索库,
不是独立的应用程序,而Solr 是。Lucene 专注于搜索底层的建设,而 Solr 专
注于企业应用。Lucene 不负责支撑搜索服务所必须的管理,而Solr 负责。所以
说,一句话概括Solr: Solr 是Lucene 面向企业搜索应用的扩展。
Solr 是一个拥有象WebService 一样接口的独立运行的搜索服务器。你将能够通
过HTTP 协议以XML 格式将文档放入搜索服务器(这个过程叫做索引),你能够通
过HTTP 协议的GET 来查询搜索服务器并且得到XML 格式的结果。Solr 的特性包
括:
* 高级的全文搜索功能
* 专为高通量的网络流量进行的优化
* 基于开放接口(XML 和HTTP)的标准
* 综合的HTML 管理界面
* 可伸缩性-能够有效地复制到另外一个Solr搜索服务器
* 使用XML 配置达到灵活性和适配性
* 可扩展的插件体系
Solr 使用Lucene 并且扩展了它!
* 一个真正的拥有动态域(Dynamic Field)和唯一键(Unique Key)的数据模
式(Data Schema)
* 对Lucene 查询语言的强大扩展!
* 支持对结果进行动态的分组和过滤
* 高级的,可配置的文本分析
* 高度可配置和可扩展的缓存机制
* 性能优化
* 支持通过XML 进行外部配置
* 拥有一个管理界面
* 可监控的日志
* 支持高速增量式更新(Fast incremental Updates)和快照发布(Snapshot
Distribution)
Schema (模式)
* 定义域类型和文档的域
* 能够驱动智能处理
* 声明式的Lucene 分析器规范
* 动态域能够随时增加域
* 拷贝域功能允许对一个域进行多种方式的索引,或者将多个域联合成一个
可搜索的域
* 显式类型能够减少对域类型的猜测
* 能够使用外部的基于文件的终止词列表,同义词列表和保护词列表的配置
查询
* 拥有可配置响应格式(XML/XSLT,JSON,Python,Ruby)的HTTP 接口
* 高亮的上下文搜索结果
* 基于域值和显式查询的片段式搜索(Faceted Search)
* 对查询语言增加了排序规范
* 常量的打分范围(Constant scoring range)和前缀式查询-没有
idf,coord,或者lengthNorm 因子,对查询匹配的词没有数量限制
* 函数查询(Function Query)-通过关于一个域的数值或顺序的函数对打分
进行影响
* 性能优化
核心
* 可插拔的查询句柄(Query Handler)和可扩展的XML 数据格式
* 使用唯一键的域能够增强文档唯一性
* 能够高效地进行批量更新和删除
* 用户可配置的文档索引变化触发器(命令)
* 并发控制的搜索器
* 能够正确处理数字类型,从而能够进行排序和范围搜索
* 能够控制缺失排序域的文档
* 支持搜索结果的动态分组
缓存
* 可配置的查询结果,过滤器,和文档缓存实例
* 可插拔的缓存实现
* 后台缓存热启:当一个新的搜索器被打开时,可配置的搜索将它热启,避
免第一个结果慢下来,当热启时,当前搜索器处理目前的请求(???)。
* 后台自动热启:当前搜索器缓存中最常访问的项目在新的搜索器中再次生
成,能够在索引器和搜索器变化的时候高速缓存常查询的结果
* 快速和小的过滤器实现
* 支持自动热启的用户级别的缓存
复制
* 能够将使用rsync 传输时改变的索引部分有效的发布
* 使用拉策略(Pull Strategy)来简化增加搜索器
* 可配置的发布间隔能够允许对时间线和缓存使用进行权衡选择
管理接口
* 能够对缓存使用,更新和查询进行综合统计
* 文本分析调试器,能够显示每个分析器每个阶段的结果
* 基于WEB 的查询和调试输出:解析查询输出,Lucene 的explain方法细
节,能够解释为何某个文档打分低,被排除在结果中等等