几个概念先行说明一下:
Lucene: 是一个索引与搜索类库,而不是完整的程序。

Solr:是一个高性能,采用Java5开发,基于Lucene的一个独立的企业级搜索应用服务器,它对外提供类似于Web-service的API接口。

Nutch:是一个由Java实现的,刚刚诞生开放源代码(open-source)的web搜索引擎。

Hadoop:  实现了一个分布式文件系统(Hadoop Distributed File System),简称HDFS。
     于 2005 年秋天作为 Lucene的子项目 Nutch的一部分正式引入。
     它受到最先由 Google Lab 开发的 Map/Reduce 和 Google File System(GFS) 的启发。
     2006 年 3 月份,Map/Reduce 和 Nutch Distributed File System (NDFS) 分别被纳入称为 Hadoop 的项目中。

 

 

1. Lucene

1.1. Lucene是什么

 

  Lucene是apache软件基金会4 jakarta项目组的一个子项目,是一个开放源代码的全文检索引擎工具包,即它不是一个完整的全文检索引擎,而是一个全文检索引擎的架构,提供了完整的查询引擎和索引引擎,部分文本分析引擎(英文与德文两种西方语言)。

  Lucene的目的是为软件开发人员提供一个简单易用的工具包,以方便的在目标系统中实现全文检索的功能,或者是以此为基础建立起完整的全文检索引擎。

 

  Lucene: 是一个索引与搜索类库,而不是完整的程序。

  使用Lucene的方式主要有二种:一是自己编写程序,调用类库;二是使用第三方基于Lucene编写的程序,如下面介绍的Solr等。

 

 

  更多详情,可查看百度百科的说明: http://baike.baidu.com/view/371811.htm

  相关中文文档,可以查看Solr中文网:http://www.solrcn.com/


 

1.2. 资源下载


10_Lucene 原理与代码分析完整版.pdf

  11_LuceneInAction(第2版)_Cn.pdf  (可作为学习的重点,本人学习笔记请点击这里查看)

  12_Lucene+nutch搜索引擎开发.pdf  (Part1   Part2)

  13_开发自己的搜索引擎——Lucene+Heritrix(第2版) (Part1  Part2)

  13_开发自己的搜索引擎——Lucene+Heritrix(第2版)_随书光盘

 

  Hadoop权威指南(第2版).pdf


1.3. Lucene学习

  LuceneInAction(第2版)学习笔记——目录 

  Lucene索引文件结构速览

 

1.4.  Lucene索引查看工具Luke

可以点击这里下载:http://code.google.com/p/luke/


2. Solr


2.1. Solr是什么

  Apache Solr 是一个开源的搜索服务器,Solr 使用 Java 语言开发,主要基于 HTTP 和 Apache Lucene 实现。定制 Solr 索引的实现方法很简单,用 POST 方法向 Solr 服务器发送一个描述所有 Field 及其内容的 XML 文档就可以了。定制搜索的时候只需要发送 HTTP GET 请求即可,然后对 Solr 返回的信息进行重新布局,以产生利于用户理解的页面内容布局。


Solr原理图

 

 

Solr用户

 

 

2.2. 资源下载

  21_Lucene_Solr_搜索引擎解密.ppt

  22_开源企业搜索引擎Solr的应用教程.doc (快速上手特别推荐,请点击这里下载

  23_Solr技术文档.pdf

  24_solr3.1 cookbook.pdf

  25_Apache+Solr+3+Enterprise+Search+Server.pdf

  26_apache-solr-beyond-the-box.pdf

  27_Packtpub.Solr.1.4.Enterprise.Search.Server.Aug.2009.pdf

  上述文档打包下载: 请点击这里

 

2.3. Solr原理

2.3.1. Solr服务原理

  Solr对外提供标准的http接口来实现对数据的索引的增加、删除、修改、查询。

  在Solr中,用户通过向部署在servlet 容器中的Solr Web应用程序发送 HTTP 请求来启动索引和搜索。

  Solr接受请求,确定要使用的适当SolrRequestHandler,然后处理请求。通过 HTTP 以同样的方式返回响应。
  默认配置返回Solr的标准 XML 响应,也可以配置Solr的备用响应格式。

 

2.3.2. 索引原理

   可以向Solr索引servlet传递四个不同的索引请求:
  1) add/update允许向Solr添加文档或更新文档。直到提交后才能搜索到这些添加和更新。
  2) commit 告诉Solr,应该使上次提交以来所做的所有更改都可以搜索到。
  3) optimize 重构 Lucene 的文件以改进搜索性能。索引完成后执行一下优化通常比较好。如果更新比较频繁,则应该在使用率较低的时候安排优化。一个索引无需优化也可以正常地运行。优化是一个耗时较多的过程。
  4) delete 可以通过 id 或查询来指定。按 id 删除将删除具有指定 id 的文档;按查询删除将删除查询返回的所有文档。

2.3.3. 搜索原理

   要实现搜索则只需要调用搜索接口select发送HTTP GET。示例:
http://192.168.10.85:18080/solr/select?indent=on&version=2.2&q= solr&start=0&rows=10&fl=*%2Cscore&qt=standard&wt=standard
  注:多核心时为这个地址http://192.168.10.85:18080/solr/core0/select/

 

2.4. Solr源码结构


请参考原文:http://blog.csdn.net/liuweitoo/article/details/8124440

  

作者:星辰 时间:2016-06-30 浏览 956评论 0 赞 0砸 0 标签: 全文检索 solr
评论
还可以再输入500个字

请您注意

·自觉遵守:爱国、守法、自律、真实、文明的原则
·尊重网上道德,遵守《全国人大常委会关于维护互联网安全的决定》及中华人民共和国其他各项有关法律法规
·严禁发表危害国家安全,破坏民族团结、国家宗教政策和社会稳定,含侮辱、诽谤、教唆、淫秽等内容的作品
·承担一切因您的行为而直接或间接导致的民事或刑事法律责任
·您在NoteShare上发表的作品,NoteShare有权在网站内保留、转载、引用或者删除
·参与本评论即表明您已经阅读并接受上述条款