php使用solr全文搜索引擎

前言

　　本来以为网上已经有了类似博文，不想重复，可是一圈搜下来，都是一些内容不甚明了的文章，或者solr版本太过老，参考价值不高，更有甚者，直接拷贝的别人的内容。一篇博客，各大平台都能看到，也不见转载链接。有人说百度搜索不到内容，用谷歌，把责任推到百度身上，但这是百度的原因吗？在国内网络的资源整体质量不高低，并且内容太多重复的情况下，百度能够提供什么高质量的内容给你。

也有我搜索资源的时候，会看到IBM开者中心的翻译文档，在文章的最后，都会附上参考文章，但是在国内，显有这种情况。那些拷贝别人博文的人，有没有想过，写一篇博文的不易？同样，博文作者是否也想过这个问题？话不多说，进入正题。

声明：因为本人不是从事java开发，而且技术不高，英语也很差，如果文章中存在错误的解说，望谅。

参考文章：

solr官方文档

solr扩展php官方手册

使用 PHP 和 Apache Solr 实现企业搜索

window环境

1,安装solr

下载solr,选择相应版本，注意：因为solr对是基于java的，所以必需安装jre。每个版本的 solr对jre版本要求不一样，下载时请注意solr的版本。

编写这篇博文时，solr的最新版本是6.6，文章也是基于6.6版本写的，其要求1.8版本或以上的jre。jre的安装，这些就不列出了，因为太过简单。

Window用户请下载zip包

将压缩包解压到相应目录

使用命令行工具，进入解压后的solr目录的bin目录

启动solr

运行命令: bin\solr.cmd start

 

 

注意：solr有两种模式：core，collection，如果要使用collection，请加-c或者-cloud，启用solrClund。两者之间的区别，我不敢妄下定论。从搜索的资料综合分析，一个是单机，一个是集群，此处仅供参考，可能存在错误。

solr默认监听的是8983端口

更多命令用法，请使用solr -help，如果solr已经启动，请使用solr start -help。

如果启动成功，可以在浏览器中打开：http://localhost:8983/solr/，使用其web管理客户端。

2，查看solr范例

先停止solr实例

bin\solr.cmd stop

再启用solr范例

bin\solr.cmd -e techproducts

打开web管理客户端：http://localhost:8983/solr/，查看结果

根据结果，可知道，techproducts范例*有32篇文章。

现在可以尝试他的查询功能。

我在q输入框中输入了Samsung，其得到的结果如下图

3，添加文档

添加好后，进入查询界面，看能否查到这篇文档

4，删除文档

返回查询界面，查询删除后的结果

solr是通过Request-Handler指令操作文档的，solr项目所有的Request-Handler指令都定义在项目目录的conf文件夹下的solrconfig.xml文件里requestHandler标签中。

关于文档操作更详细的说明请参考：

Indexing and Basic Data Operations 

Uploading Data with Index Handlers  

 

5，创建solr项目

现在学会一些基本的操作，可以自己创建一个项目录了。

先把停止solr

solr.cmd stop -all

solr是一个实例可以有多个core或collection，如果不先停止，创建的core将会添加到启用的techproducts实例中

solr.cmd create -c test

 

重新刷新web客户端

6，下载php的solr扩展

现在开始使用php和solr交互了，所以必需安装solr扩展，下载地址

下载解压之后，将其中的dll文件放到php的扩展目录，对于php扩展所在目录，然后在php.ini开启solr扩展，再通phpinfo查看是否正常安装。

我默认所有读者都知道php扩展配置方式，所有这里不详细描述。

注意：php有Thread Safe和NoneThread Safe之分，下载之前，请先确定你安装的php是哪种类型。

7，使用php脚本添加文档

$options = array
(
    'hostname' => "localhost",
    'path'     => 'solr/test',
    'port'     => '8983',
);

$client = new SolrClient($options);
$data = array(
    array(
    'id' => 'EN80922032',
    'name' => '男士打磨直筒休闲牛仔裤',
    'brand' => 'ENERGIE',
    'cat' => '牛仔裤',
    'price' => '1870.00'
    ),
    array(
    'id' => 'EN70906025',
    'name' => '品牌LOGO翻领拉链外套',
    'brand' => 'ENERGIE',
    'cat' => '外套',
    'price' => '1680.00'
    ),
);


foreach($data as $key => $value) {
    $doc = new SolrInputDocument();
    foreach($value as $key2 =>$value2) {
      $doc->addField($key2,$value2);
    }
   $client->addDocument($doc); 

}
$client->commit();

在solr的web客户端查询的结果

更多实例请见：php的solr扩展官方文档

注意：参考官方文档时，注意其连接参数，依其博文必需有path参数，path参数是"solr/"，加上你用solr创建的core名称。

9，使用php脚本查询文档

$options = array
(
    'hostname' => "localhost",
    'path'     => 'solr/test',
    'port'     => '8983',
);

$client = new SolrClient($options);
$query = new SolrQuery();

$query->setQuery('打磨');

$query->setStart(0);

$query->setRows(50);

$query->addField('name');

$query_response = $client->query($query);

$response = $query_response->getResponse();

print_r($response);

输入的结果

SolrObject Object
(
    [responseHeader] => SolrObject Object
        (
            [status] => 0
            [QTime] => 3
            [params] => SolrObject Object
                (
                    [q] => 打磨
                    [indent] => on
                    [fl] => name
                    [start] => 0
                    [rows] => 50
                    [version] => 2.2
                    [wt] => xml
                )

        )

    [response] => SolrObject Object
        (
            [numFound] => 1
            [start] => 0
            [docs] => Array
                (
                    [0] => SolrObject Object
                        (
                            [name] => Array
                                (
                                    [0] => 男士打磨直筒休闲牛仔裤
                                )

                        )

                )

        )

)

10，使用php脚本删除文档

$client->deleteByQuery('id:EN80922032'); 
$result = $client->commit();
print_r($result);

输出的结果不易看懂

可以使用第九条“使用php脚本查询文档”，查看删除后的结果，也可以用web客户端查看结果。

11，更新文档

更新文档和添加文档一样，只要在数据中指定要更新的id即可。

12，添加搜索建议

在添加的core的conf文件里sorlconfig.xml中新增一搜索建议组件。依本博文，目录地址为：solr-6.6.0\server\solr\test\conf\solrconfig.xml

配置只在solr6.6上经过测试，不能保证可在其他solr版本中使用

  <searchComponent name="suggest" class="solr.SuggestComponent">
    <str name="queryAnalyzerFieldType">string</str>    
    <lst name="suggester">    
        <str name="name">suggest</str>      
    
        <str name="lookupImpl">org.apache.solr.spelling.suggest.tst.TSTLookupFactory</str>      
        <str name="field">title</str>      
        <str name="buildOnOptimize">true</str>    
        <str name="buildOnCommit">true</str>         
    </lst>      
  </searchComponent>        
     
  <requestHandler name="/suggest" class="solr.SearchHandler" 
                  startup="lazy" >
    <lst name="defaults">      
       <str name="suggest">true</str>   
        <str name="suggest.dictionary">suggest</str>    
        <str name="suggest.count">10</str>        
    </lst>      
    <arr name="components">      
        <str>suggest</str>      
    </arr>      
  </requestHandler>  

23，添加中文分词

solr自带了中文分词功能，依本博文，目录地址为：solr-6.6.0\contrib\analysis-extras\lucene-libs\lucene-analyzers-smartcn-6.6.0 .jar。

首先查看sorlconfig.xml配置文件是否已经配置了这个分配库的地址

<lib dir="${solr.install.dir:../../../..}/contrib/extraction/lib" regex=".*\.jar" />

如果没有，请配置分词库的地址。

在managed-schema文件中新增一个字段类型

<fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
      </analyzer>
      <analyzer type="query">
         <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
       </analyzer>
    </fieldType>

然后将相应字段的类型设置成text_cn，例如，本博文中将name设为text_cn类型

<field name="title" type="text_cn" indexed="true" stored="true" required="true" multiValued="true"/>

 在后台选择相应的core，点击【analysis】菜单，在字段值中输入相应中文，在Fieldname/FieldType中选择相应设置了字段类型为text_cn的字段，或者直接选择text_cn字段类型，点击【analysis】查看分词效果

为什么要设置中文分词呢？

在说原因之前，我们先查看使用其他字段类型分析结果。

solr因为不支持中文，将会对内容时行最小分割，一个词一个索引，如果不使用中文分词，将产生大量的索引，以满足中文的搜索需求。(此为个人观点，未佐证，请务盲目相信)。

另外，如果不使用中文分词，那搜索建议只能返回单个中文字。新增一条文档记录，测试搜索建议的结果是否真是如此。

注意：测试这个功能时，请将含有中文的字段改为未设置中文分词的字段类型，更改后重启solr，并重新添加一条文档，文档中的中文词汇必需是 solr现有文档中不存在的词汇。

新增文档

以下是浏览器搜索结果

测试成功，我们将此文档删除，并重新添加这个文档，将字段类型更为中文分词类型，即本博文中新增的 text_cn 。

注意：删除文档之后，最好查询一下，solr中是还存在此文档，以防重复文档未被删除.

再次搜索

结语：水平有限，只能写这么多。如果有时间，我将持续更新此博文。