Solr 部署笔记

参考文档

• 官方文档：solr.apache.org/guide/solr/…
• Docker 镜像下载与安装参考：juejin.cn/post/755914…

Solr 9+ 特征

• 默认托管方式运行，一般情况不需要手动编辑 managed-schema.xml
• 通过 API 配置 Core 不需要重启 Solr
• 取消了 DIH ，数据导入需要单独的插件或程序控制

Solr 中的默认字段

• id 字段：默认的唯一主键，添加数据时自动生成的 uuid
• _nest_path_ 字段：用于处理嵌套文档（Nested Documents）时记录文档的层级路径
• _root_ 字段：标识文档的根节点位置，用于分布式索引和分片管理
• _text_ 字段：作为动态字段的默认搜索字段，包含所有 text_* 类型字段的聚合内容
• _version_字段：实现乐观并发控制的版本号字段

添加 IK 分词器

• github.com/dev-byvoid/…
• 源代码中需要有 IKTokenizerFactory.java 用于创建 Tokenizer
• 使用 Maven 打包 Java 代码，并将 jar 文件复制到 lib 文件夹

  # 打包 jar 文件
  cd ik-analyzer
  mvn clean package
  
  # 复制到 lib 文件夹
  cd target
  docker cp ik-analyzer-9.0.0.jar /opt/solr/lib
  docker cp ik-analyzer-9.0.0-sources.jar /opt/solr/lib
  
  # /opt/solr/lib 对所有 solr core 都有效
  # ../core_name/lib 仅对当前 core 有效
  # https://solr.apache.org/guide/solr/latest/configuration-guide/libs.html
  

• 配置 fieldType

  # indexAnalyzer 表示索引时的 Tokenizer
  # queryAnalyzer 表示查询时的 Tokenizer
  # useSmart=true 时拆词不会出现重新，粒度更粗，索引效率更高
  
  curl -X POST -H 'Content-type:application/json' --data-binary '{
  "add-field-type":{
     "name":"text_zh_id",
     "class":"solr.TextField",
     "indexAnalyzer":{
        "tokenizer":{
           "class":"org.wltea.analyzer.lucene.IKTokenizerFactory",
           "useSmart":"true" 
       }},
     "queryAnalyzer":{
        "tokenizer":{
           "class":"org.wltea.analyzer.lucene.IKTokenizerFactory",
           "useSmart":"false" 
       }}}
   }' http://localhost:8983/solr/techproducts/schema
  

• 配置 IK 词典和停用词

  • 创建文件夹 /opt/solr/classes

  • IKAnalyzer.cfg.xml：主配置文件

  • ext.dic：自定义新词

  • stopword.dic：需要过滤的无意义词