solr环境搭建和中文分词器IK配置

Solr是Apache Lucene项目下的一个企业级搜索服务器，它提供了全文检索、命中高亮、 faceted search（分面搜索）等多种功能。在本教程中，我们将深入探讨如何搭建Solr 7.2.1环境，并配置中文分词器IKAnalyzer以支持中文搜索。 我们来了解Solr 7.2.1的安装步骤： 1. **下载Solr**：访问Apache Solr官方网站，下载最新稳定版的Solr，此处为7.2.1。下载完成后，解压缩到你希望安装的目录。 2. **运行Solr**：进入解压后的目录，找到`bin`文件夹，运行`start.jar`启动Solr服务器。在命令行中输入： ``` java -jar start.jar ``` 3. **验证安装**：启动成功后，通过浏览器访问`http://localhost:8983/solr/`，如果看到Solr管理界面，说明环境搭建成功。 接下来，我们要配置IK分词器，用于处理中文搜索： 1. **下载IK分词器**：IKAnalyzer是一款开源的、适用于Java平台的中文分词组件。这里我们使用的是2012FF_hf1版本。下载并解压缩到合适的目录。 2. **复制分词器到Solr**：将`IK Analyzer 2012FF_hf1`目录下的`lib`文件夹中的所有jar文件复制到Solr的`server/solr-webapp/webapp/WEB-INF/lib`目录下。 3. **创建Solr核心**：在Solr管理界面上，选择"Core Admin"，点击"Create"新建一个Solr核心，例如命名为`my_core`。 4. **配置Schema**：编辑`my_core/conf/schema.xml`文件，添加字段类型`text_ik`，用于使用IK分词器。例如： ```xml <fieldType name="text_ik" class="solr.TextField" positionIncrementGap="100"> <analyzer type="index"> <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/> </analyzer> <analyzer type="query"> <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/> </analyzer> </fieldType> ``` 5. **配置字段**：在`schema.xml`中定义使用IK分词器的字段，如： ```xml <field name="content" type="text_ik" indexed="true" stored="true" multiValued="false"/> ``` 6. **重启Solr**：保存配置后，需要重启Solr服务器使配置生效。 7. **测试分词效果**：现在可以向`my_core`中添加数据，并在查询时使用`content`字段进行搜索。通过分词器，中文文本会被正确地分词，提高搜索的准确性。 总结一下，本教程涵盖了Solr 7.2.1的安装和IKAnalyzer分词器的配置，使得系统能够支持中文搜索。这对于需要处理大量中文数据的企业级搜索应用至关重要。在实际应用中，可以根据需求对分词器进行更精细的配置，例如调整停用词表，优化分词结果。同时，也要注意定期更新分词库，以适应语言的发展变化。