394      阿裏雲  技術社區[雲棲]

剖析solr實用性

我的使用經曆

使用solr3.6版本，配合自己用lucene3.6建立的索引，搭建了一個搜索服務，前台通過http訪問solr服務，獲取由solr排序後的結果集。環境是linux ubuntu，servlet容器是tomcat。這個搜索服務是提供給php開發人員使用的。根據我現在對solr的理解和使用感受，我想說說solr這玩意兒的實用性。

我對solr的理解

solr包裝了lucene之後，將整個搜索項目放入了Servlet容器裏(jetty或者tomcat)，變成一個web service。與lucene不同的是，solr把索引的定製，建立，更改，查詢全部放入自己的配置文件裏。從scheme.xml和solrconfig.xml兩個配置文件，我認為就看到了solr可以做到的一切。

具體說，scheme.xml裏主要可以配置：分詞工具，每個field類型采用的solr類，索引結構(field，STORE，ANALYZE)，默認搜索域，默認與或規則。作為一名使用過lucene的開發者，在看到官方一些solr構建索引的方式之後，我果斷放棄了solr來建索引。solr多種方式建立索引的方式，是為了適合不同的場景和使用需求，無論是讀xml，csv文件數據，和數據庫交互讀數據還是http方式的json更新索引，都讓我覺得不底層。當然，這是solr包裝了lucene後的結果。我覺得這種形式比較方便做工具的整合，比如你用Nutch或者別的工具爬數據，然後分析整理後變成一個http url或者存成了csv文件，緊接著通過Solr自動去讀取建立索引，最後再用solr這個web服務提供搜索服務。而至少對於我來說，我想做的是我自己更細致地來處理數據的建索引過程。借著solr與lucene的兼容性，我自己用lucene建索引並放入solr的路徑裏提供搜索。

再看solrconfig.xml，它可以配置：索引文件路徑，solr的三種緩存(filterCache, queryResultCache, documentCache)，索引更新及參數配置，索引查詢時候的各種參數(默認字段，是否高亮，過濾字段，字段權重，打分公式等)。

的確，通過solr的這兩個配置，一個搜索服務很可以簡單搭建起來，但是我定義solr隻是一個數據庫層之上的東西，solr之上的代碼如果僅僅通過solr的url傳參方式得到搜索結果，隻能是得到一個很通用的搜索結果集，無法個性化定製搜索。如果要更針對個性化的需求，在solr和前台之間還需要一層中間件，這層中間件應該需要做這些事：

1. 接受到前台傳來的搜索詞，對詞進行個性化處理和賦權

2. 對搜索請求分發到不同索引文件和字段進行搜索（這裏不是指分布式分發，隻是邏輯上分發到不同索引塊）

3. 從solr獲得結果之後，再進行一些局部的排名和優化，甚至可以再過濾處理

我認為隻要你自己可以寫servlet，完全可以用lucene和servlet搭建一個比solr更具實用性和個性的搜索服務，而不像solr那麼通用和高層（針對api的底層而言）。solrj提供了solr的java api，可以使用solr的api來類似lucene一樣進行各種query的查詢和處理，但是如果沒有solrj呢？比如php，就隻能通過solr的url做一些參數的拚湊，獲得返回結果，實在有點太通用了。或者說，solr根本不是一個搜索引擎服務，否則是黑了“搜索引擎”這個詞。它隻是數據庫之上的一層數據索引層，其他的東西你自己繼續添加吧。

其實就我看到的網上的一些solr資料，無非是一些solr安裝啊，配置啊，結合數據庫，結合nutch搭建了一個服務啊之類的，總結就是都很通用，技術性都不強，不能成為搜索引擎。隻是一個基於數據庫數據的一個打分ranking處理而已。

總結

solr的確配置方便，通過配置可以解決大部分問題，但是這東西太通用了，為什麼感覺是給非碼農用的？為什麼我使用過lucene之後，就不想用它建索引，而寧可自己再寫一個工程來做建索引這件事情？solr隻是一個能放入servlet容器的東西而已？對非java的語言，除了改solr源碼，你還能怎樣定製自己的搜索？

（以上問題的解決方案我將在博客裏更新，在《Apache solr 3.1 cookbook》裏有一些進階的使用方法）

最後更新：2017-04-04 07:03:34

  上一篇： 炫酷Win 8十大令人抓狂惡作劇

  下一篇： 看Ubuntu如何提升Linux級別