Solr入门

蔚落 2022-05-18 03:30 170阅读 0赞

# 【Solr是什么】 #

*  开源搜索平台，用于构建搜索应用程序
 *  企业级的，快速的和高度可扩展的
 *  Solr构建的应用程序非常复杂，可提供高性能
 *  一种非关系数据存储和处理技术
 *  Solr是一个可扩展的，可部署，搜索/存储引擎，优化搜索大量以文本为中心的数据
 *   它建立在Lucene(全文搜索引擎)之上

# 【特点】 #

*  Restful APIs − 要与Solr通信，并非一定需要有Java编程技能
 *  全文搜索
 *  企业准备
 *  灵活和可扩展
 *  NoSQL数据库
 *  管理界面 - Solr提供了一个易于使用，用户友好，功能强大的用户界面
 *  高度可扩展，在使用Solr与Hadoop时，我们可以通过添加副本来扩展其容量
 *  以文本为中心并按相关性排序

# 【Solr架构】 #

![70][]

*  请求处理程序 - 发送到Apache Solr的请求由这些请求处理程序处理。
 *  搜索组件 - 搜索组件是Apache Solr中提供的搜索类型(功能)。
 *  查询解析器 − Apache Solr查询解析器解析传递给Solr的查询，并验证查询的语法是否有错误。解析查询后，将它们转换为Lucene理解的格式。
 *  响应写入器 - Apache Solr中的响应写入器是为用户查询生成格式化输出的组件。 Solr支持XML，JSON，CSV等响应格式。对每种类型的响应都有不同的响应写入。
 *  分析器/分词器 - Lucene以令牌的形式识别数据。 
 *  更新请求处理器 - 每当向Apache Solr发送更新请求时，请求都通过一组称为更新请求处理器的插件(签名，日志记录，索引)运行。这个处理器负责修改，例如删除字段，添加字段等。

# 【sorl与Elasticsearch的比较】 #

## 1、sorl       优点： ##

*          1、Solr有一个更大、更成熟的用户、开发和贡献者社区。
 *          2、支持添加多种格式的索引，如：HTML、PDF、微软 Office 系列软件格式以及 JSON、XML、CSV 等纯文本格式。
 *          3、Solr比较成熟、稳定。
 *          4、不考虑建索引的同时进行搜索，速度更快。

缺点

*          建立索引时，搜索效率下降，实时索引搜索效率不高。

## 2、ElasticSearch       优点 ##

*          1、Elasticsearch是分布式的。不需要其他组件，分发是实时的，被叫做”Push replication”。
 *          2、Elasticsearch 完全支持 Apache Lucene 的接近实时的搜索。
 *          3、处理多租户（multitenancy）不需要特殊配置，而Solr则需要更多的高级设置。
 *          4、Elasticsearch 采用 Gateway 的概念，使得完备份更加简单。
 *          5、各节点组成对等的网络结构，某些节点出现故障时会自动分配其他节点代替其进行工作。

缺点

*          1、还不够自动，不适合当前新的Index Warmup API

## 3、总结 ##

*      1、当单纯的对已有数据进行搜索时，Solr更快。
 *      2、当实时建立索引时, Solr会产生io阻塞，查询性能较差, Elasticsearch具有明显的优势。
 *      3、随着数据量的增加，Solr的搜索效率会变得更低，而Elasticsearch却没有明显的变化。
 *      4、Solr的架构不适合实时搜索的应用。
 *      5、Solr 支持更多格式的数据，而 Elasticsearch 仅支持json文件格式
 *      6、Solr 在传统的搜索应用中表现好于 Elasticsearch，但在处理实时搜索应用时效率明显低于 Elasticsearch
 *      7、Solr 是传统搜索应用的有力解决方案，但 Elasticsearch 更适用于新兴的实时搜索应用

# 【搜索引擎基础】 #

## 1、搜索引擎组件 ##

Web爬虫 - Web爬虫也称为蜘蛛或机器人。 它是一个收集网络信息的软件组件。  
数据库 - Web上的所有信息都存储在数据库中。它们包含大量的Web资源。  
搜索接口 - 此组件是用户和数据库之间的接口。它帮助用户搜索数据库。

## 2、如何工作的 ##

*  1    获取原始内容    任何搜索应用程序的第一步是收集要进行搜索的目标内容。
 *  2    构建文档    从原始内容构建文档，让搜索应用程序可以很容易地理解和解释。
 *  3    分析文档    在索引开始之前，将对文档进行分析。
 *  4    索引文档    当文档被构建和分析后，下一步是对它们建立索引，以便可以基于特定键而不是文档的全部内容来检索该文档。索引类似于在书开始页或末尾处的目录索引，其中常见单词以其页码显示，使得这些单词可以快速跟踪，而不是搜索整本书。
 *  5    用于搜索的用户接口    当索引数据库就绪，应用程序可以执行搜索操作。 为了帮助用户进行搜索，应用必须提供用户接口，用户可以在其中输入文本并启动搜索过程
 *  6    构建查询    当用户做出搜索文本的请求，应用程序应该使用该文本来准备查询对象，然后可以使用该查询对象来查询索引数据库以获得相关的细节。
 *  7    搜索查询    使用查询对象，检查索引数据库以获取相关详细信息和内容文档。
 *  8    渲染结果    当收到所需的结果，应用程序应决定如何使用其用户界面向用户显示结果。

## 3、总体视图 ##

![70 1][]

[70]: /images/20220518/a9a6749980834e27a92cc2923bd57666.png
[70 1]: /images/20220518/93be3615e22140f7a132533ebe1edd76.png