Apache Solr

2008年2月24日 (日) 15:55的版本

基于Lucene的Apache Solr企业搜索服务程序，它以可移植的war文件的形式发布，提供了立等可用的索引和查询功能。用户通过HTTP界面与Solr交互，用XML文档和HTTP GET参数向Solr提交索引内容和进行查询。Solr还提供了主-从索引复制机制，以便在大规模的应用中分散查询负载。

Solr最初是由CNET Networks开发的，后来在2006年被捐赠给了Apache软件基金会。目前它已被几个高流量的公众网站用作搜索程序。社区对其的反应也很好，有用户报告说在索引了高达数百万个文档的情况下，Solr仍然维持良好的性能表现。

使用 PHP 和 Apache Solr 实现企业搜索

特性

Schema

• 定义文档中的索引域（field）和索引域类型
• 动态索引域功能，可以随时增加新索引域
• 显式类型消除了猜测索引域类型的需要
• 停止词（stopword）表、同义词表和保护词表的配置被放到外部文件中
• 多个新增的文本分析组件，包括分词、正则表达式过滤器和近似读音过滤器

查询

• HTTP界面和可配置的应答格式（XML/XSLT、JSON、Python、Ruby）
• 可按任意数量的索引域排序
• 查询词高亮的上下文片断
• 固定的评分范围和前缀查询——没有idf、coord或lengthNorm因子，也没有限制查询所匹配的关键词数量
• 函数查询——评分受到索引域的的数值取值或次序的函数影响
• 日期计算——查询和更新中的日期可用与当前日期的差值来指定

核心

• 可插拔的查询处理器和可扩展的XML数据格式
• 由唯一索引主键确保的文档唯一性
• 批量更新和删除，以确保高性能
• 由索引变更所触发的命令，用户可对其进行配置
• 能正确处理用于排序和范围查询的数值类型

缓存

• 可插拔的缓存实现
• 在后台对缓存的“自动预热（Autowarming）”（当前搜索器最后访问的缓存内容将被自动填充进新搜索器的缓存，以在索引/搜索器变更时获得更高的缓存命中率）
• 快速/轻量的过滤器实现
• 带有“自动预热”功能的用户级缓存

复制

• 通过远程同步（rsync）传输高效分发变化了的索引片段
• 主动获取（Pull）策略，令搜索器的增加变得简捷
• 可配置的分发周期，允许在及时性和缓存利用率之间获得平衡

管理界面

• 对缓存利用率、更新和查询的全面统计信息
• 文本分析调试器，可显示文本分析器每一阶段的结果
• 带调试输出的Web查询界面

以上中文信息来源: http://www.infoq.com/cn/news/2007/06/solr

文档

• Search smarter with Apache Solr, Part 1: Essential features and the Solr schema
• Search smarter with Apache Solr, Part 2: Solr for the enterprise

User

• http://www.search.com/
• http://www.archive.org
• http://krugle.com/
• http://news.com.com/

More users: http://wiki.apache.org/solr/PublicServers

Links

• http://lucene.apache.org/solr/
• http://download.huihoo.com/apache/lucene/