正版 Solr实战

第1 部分 初识Solr............................................... 1
1 Solr 入门.................................................................................. 2
1.1　为什么需要搜索引擎 ...................................................................................... 3
1.1.1　管理以文本为中心的数据 .................................................................. 3
1.1.2　常见的搜索引擎用例 .......................................................................... 6
1.2　Solr 是什么 ....................................................................................................... 8
1.2.1　信息检索引擎 ...................................................................................... 9
1.2.2　灵活的模式管理 ................................................................................ 11
1.2.3　Java Web 应用 .................................................................................... 12
1.2.4　一台服务器上的多个索引 ................................................................ 13
1.2.5　可扩展性（插件） .............................................................................. 13
1.2.6　可伸缩性 ............................................................................................ 14
1.2.7　容错性 ................................................................................................ 15
1.3　选择Solr 的理由 ............................................................................................ 15
1.3.1　面向软件架构师的Solr .................................................................... 15
1.3.2　面向系统管理员的Solr .................................................................... 16
1.3.3　面向CEO 的Solr .............................................................................. 17
1.4　功能概述 ........................................................................................................ 17
1.4.1　用户体验功能 .................................................................................... 17
1.4.2　数据建模功能 .................................................................................... 19
1.4.3　Solr 4 的新功能 ................................................................................. 20
1.5　本章小结 ........................................................................................................ 22
2 Solr 上手................................................................................23
2.1　开始上手 ........................................................................................................ 24
2.1.1　Solr 的安装 ........................................................................................ 24
2.1.2　启动Solr 的示例服务器 ................................................................... 25
2.1.3　了解Solr 主目录 ............................................................................... 29
2.1.4　对示例文档进行索引 ........................................................................ 30
2.2　一切都关乎搜索 ............................................................................................ 31
2.2.1　Solr 查询表单详解 ............................................................................ 31
2.2.2　Solr 的搜索返回机制 ........................................................................ 34
2.2.3　排名检索 ............................................................................................ 36
2.2.4　分页和排序 ....................................................................................... 36
2.2.5　扩展的搜索功能 ................................................................................ 38
2.3　Solr 管理控制台一览 ..................................................................................... 40
2.4　根据需求改造搜索示例服务器 .................................................................... 42
2.5　本章小结 ........................................................................................................ 43
3 Solr 基础理论.........................................................................45
3.1　搜索、匹配与找寻内容 ................................................................................ 46
3.1.1　何为文档 ............................................................................................ 46
3.1.2　基本搜索问题 .................................................................................... 47
3.1.3　倒排索引 ............................................................................................ 50
3.1.4　词项、短语与布尔逻辑 .................................................................... 51
3.1.5　找到文档集 ........................................................................................ 53
3.1.6　短语查询与术语位置 ........................................................................ 55
3.1.7　模糊匹配 ............................................................................................ 57
3.1.8　快速小结 ............................................................................................ 61
3.2　相关度 ............................................................................................................ 61
3.2.1　默认相似度 ........................................................................................ 62
3.2.2　词项频次 ............................................................................................ 63
3.2.3　反向文档频次 .................................................................................... 64
3.2.4　词项权重 ............................................................................................ 65
3.2.5　规范化因子 ........................................................................................ 66
3.3　查准率与查全率 ............................................................................................ 67
3.3.1　查准率 ................................................................................................ 67
3.3.2　查全率 ................................................................................................ 68
3.3.3　达到平衡 ............................................................................................ 69
3.4　搜索的规模化 ................................................................................................ 70
3.4.1　非规范化文档 .................................................................................... 70
3.4.2　分布式搜索 ........................................................................................ 72
3.4.3　集群vs. 服务器 .................................................................................. 73
3.4.4　Solr 的局限 ........................................................................................ 74
3.5　本章小结 ........................................................................................................ 75
4 配置Solr................................................................................77
4.1　solrconfig.xml 文件概览 ................................................................................ 80
4.1.1　常见的XML 数据结构和数据类型元素 ......................................... 82
4.1.2　配置文件更新的应用 ........................................................................ 82
4.1.3　Solr 的其他配置 ................................................................................ 83
4.2　查询请求处理 ................................................................................................ 85
4.2.1　请求处理简介 .................................................................................... 86
4.2.2　搜索处理器 ........................................................................................ 88
4.2.3　Solritas 的browse 请求处理器示例 ................................................. 90
4.2.4

Trey Grainger是CareerBuilder公司的工程总监。

Timothy Potter是LucidWorks公司工程组的资历成员。

两位作者都在从事Solr的可扩展性和可靠性、推荐引擎及大数据分析技术等方面的工作。

范炜，四川大学信息管理技术系副教授，情报学硕士生导师。主要从事信息组织与检索方面的教学科研工作。参编《信息管理导论（第3版）》和《信息组织（第3版）》，技术审校《Web信息架构（第2版）》和《搜索模式》。中国图书馆学会信息组织专业委员会委员、靠前十进制分类法UDC咨询委员会委员，靠前信息科学与技术协会ASIS&T、靠前知识组织学会ISKO会员。

本书介绍了当下*流行的开源搜索技术解决方案Solr。在搜索引擎视域下，循序渐进地介绍了Solr是什么、Solr 能做什么，以及如何更好地使用Solr 进行开发。在搜索基础层，本书从Solr 的快速搭建入手，介绍了Solr 背后的信息检索基本概念，之后重点讲解了构建一个搜索引擎所需的核心模块：索引构建、文本分析、执行搜索及处理搜索结果。在搜索功能层，详细介绍了Solr 的四大增强型搜索功能：分面搜索、搜索结果高亮、查询建议、搜索结果分组等。在搜索研究的进阶层，介绍了SolrCloud、多语种搜索及复杂查询操作等。*后，围绕搜索引擎的本质核心问题“相关度”展开了讨论与展望。本书适合搜索技术工程师、搜索应用设计者以及对搜索引擎技术感兴趣的读者阅读，也可作为高校计算机专业信息技术方向、信息管理与信息系统专业等的课程参考资料。

Solr 为我们提供了一个更易于学习、操作与应用的全功能开源搜索平台。该书从信息检索的基本概念入手，理论讲解联系实践操作，让读者知其然的同时知其所以然。读者不仅能从中掌握如何使用Solr，而且能掌握系统化的信息检索专业知识，对网络各类搜索系统做到触类旁通。