Solr簡介

Solr是一個獨立的企業(yè)級搜索應用服務器，它對外提供類似于Web-service的API接口。用戶可以通過http請求，向搜索引擎服務器提交一定格式的XML文件，生成索引；也可以通過Http Get操作提出查找請求，并得到XML格式的返回結果。

要想知道solr的實現(xiàn)原理，首先得了解什么是全文檢索，solr的索引創(chuàng)建過程和索引搜索過程。

一、全文檢索

首先舉個例子：比如現(xiàn)在有5個文檔，我現(xiàn)在想從5個文檔中查找出包含"solr工作原理"的文檔，此時有兩種做法：

1.順序掃描法:對5個文檔依次查找，包含目標字段的文檔就記錄下來，最后查找的結果可能是在2,3文檔中，這種查找方式叫做順序掃描法。

順序掃描法在文檔數(shù)量較少的情況下，查找速度還是很快的，但是當文檔數(shù)量很多時，查找速度就差強人意了。

2.全文檢索:對文檔內容進行分詞，對分詞后的結果創(chuàng)建索引，然后通過對索引進行搜索的方式叫做全文檢索。

全文檢索就相當于根據(jù)偏旁部首或者拼音去查找字典，在文檔很多的情況，這種查找速度肯定比你一個一個文檔查找要快。

二、索引創(chuàng)建和搜索過程

1.創(chuàng)建索引

舉例子：

文檔一：solr是基于Lucene開發(fā)的企業(yè)級搜索引擎技術

文檔二：Solr是一個獨立的企業(yè)級搜索應用服務器，Solr是一個高性能，基于Lucene的全文搜索服務器

首先經(jīng)過分詞器分詞，solr會為分詞后的結果（詞典）創(chuàng)建索引，然后將索引和文檔id列表對應起來，如下圖所示：

比如：solr在文檔1和文檔2中都有出現(xiàn)，所以對應的文檔ID列表中既包含文檔1的ID也包含文檔2的ID，文檔ID列表對應到具體的文檔，并體現(xiàn)該詞典在該文檔中出現(xiàn)的頻次，頻次越多說明權重越大，權重越大搜索的結果就會排在前面。

solr內部會對分詞的結果做如下處理：

1.去除停詞和標點符號，例如英文的this，that等， 中文的"的","一"等沒有特殊含義的詞

2.會將所有的大寫英文字母轉換成小寫，方便統(tǒng)一創(chuàng)建索引和搜索索引

3.將復數(shù)形式轉為單數(shù)形式，比如students轉為student，也是方便統(tǒng)一創(chuàng)建索引和搜索索引

2.索引搜索過程

知道了創(chuàng)建索引的過程，那么根據(jù)索引進行搜索就變得簡單了。

1.用戶輸入搜索條件

2.對搜索條件進行分詞處理

3.根據(jù)分詞的結果查找索引

4.根據(jù)索引找到文檔ID列表

5.根據(jù)文檔ID列表找到具體的文檔，根據(jù)出現(xiàn)的頻次等計算權重，最后將文檔列表按照權重排序返回

訪問我的達人課

更多博客內容詳見我的博客 Wang's Blog

總結

以上是生活随笔為你收集整理的Solr工作原理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。