日常

ニチジョウ

0%

solr入门系列2-创建自己的搜索引擎

发表于 更新于 分类于 阅读次数： Valine：

在 上一篇 中, 我们安装并启动了solr服务器, 在这一篇中, 我们将从0开始创建我们自己的搜索服务
在本篇中, 将会介绍如何创建自己的搜索引擎, 并往其中插入索引数据

假设情景

我们从动漫花园爬取了所有的动画分类数据, 然后需要一个搜索引擎, 来帮助我们索引数据

创建core

1
> ./bin/solr create_core -c my_core

配置

在创建完core之后, 可以在 server/solr 下看到生成了一个名为 my_core 的目录

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
.
├── conf
│   ├── currency.xml
│   ├── elevate.xml
│   ├── lang
│   ├── managed-schema
│   ├── params.json
│   ├── protwords.txt
│   ├── solrconfig.xml
│   ├── stopwords.txt
│   └── synonyms.txt
├── core.properties
└── data
    ├── index
    ├── snapshot_metadata
    └── tlog

其中最关键的2个文件为 conf/managed-schema 和 conf/solrconfig.xml

managed-schema

在 managed-schema 中, 定义我们的数据类型, 记得 保存后重启core

1
2
3
4
5
6
7
8
9
10
11
<!-- 记录id -->
<field name="id" type="int" indexed="true" stored="true" required="true" multiValued="false" />
<!-- 字幕组名称 -->
<field name="fansub_name" type="string" indexed="true" stored="true" required="false" multiValued="false" />
<!-- 字幕组id -->
<field name="fansub_id" type="int" indexed="true" stored="true" required="false" multiValued="false" />
<!-- 动画标题 -->
<field name="title" type="string" indexed="true" stored="true" required="false" multiValued="false" />

<copyField source="fansub_name" dest="_text_"/>
<copyField source="title" dest="_text_"/>

几种属性解释

  • type 对应字段类型
  • indexed 是否需要索引数据, 如果为false则无法通过该字段检索
  • stored 是否在solr中保存该值, 如果为false则搜索结果中不会返回该字段
  • multiValued 是否为多值

其中 copyField 字段的意思是将 fansub_name 和 title 放到 _text_ 字段中去, 使得查询 _text_ 字段时可以同时检索 fansub_name 和 title

创建索引

1
2
3
4
5
6
7
8
9
10
11
12
curl -X POST -H "Content-Type: application/json" -d '{
  "add": {
    "doc": {
      "id": 11243,
      "title": "[澄空学园&华盟字幕社] 四月是你的谎言 第01-22话 MKV 720p 简体外挂 合集 特典付",
      "fansub_name": "澄空学园",
      "fansub_id": 58
    },
    "commitWithin": 1000,
    "overwrite": true
  }
}' "http://localhost:8983/solr/my_core/update/?wt=json"

使用solrAdmin查看, 应该可以看到刚才创建的记录

下一篇 将介绍如何使用DataImport来构建索引