Apache Solr Tutorial: Hvad er Solr? Architecture

⚡ Smart opsummering

Apache Solr er et open source-program, Java-baseret søgeserver bygget på Apache Lucene. Den indekserer store mængder tekstcentreret data og returnerer relevante resultater via REST API'er, og tilbyder fuldtekstsøgning, facettering, skalerbarhed og både standalone- og SolrCloud-implementeringstilstande.

🔍 Solr defineret: Åben kildekode, Java søgeserver bygget på Apache Lucene.
🗂️ Indeksering: Bruger et inverteret indeks til at gemme og hurtigt hente tekstdokumenter.
🌐 REST API'er: Kommuniker via HTTP med JSON, XML eller CSV; nej Java kræves.
🧩 Archilære: Forespørgselsparser, anmodningshåndterer, svarforfatter og opdateringshåndterer.
⚖️ Solr vs. Elasticsearch: Solr understøtter XML/CSV/JSON og shard-splitting; begge bruger Lucene.
☁️ Implementering: Standalone-tilstand eller SolrCloud med noder, shards, replikaer og klynger.

Læs mere

Hvad er Apache Solr?

Apache Solr er en open source søgeserverplatform skrevet i Java sprog af Apache software foundation. Den er meget skalerbar og klar til at implementere søgemaskine til at håndtere en stor mængde tekstcentrerede data. Formålet med at bruge Apache Solr er at indeksere og søge i store mængder af webindhold og give relevant indhold baseret på søgeforespørgsler.

Apache Solr er en REST-API-baseret HTTP-indpakning omkring fuldtekstsøgemaskinen kaldet Apache Lucene. Et inverteret indeks er en liste over ord, hvor hver ordindgang linker til de dokumenter, den er gemt i. På den måde får du alle dokumenter til søgeforespørgslen "guru99" med en simpel 'get'-operation.

Historien om Apache Solr

1999: Doug Cutting udgav Lucene
2004: Solr blev udviklet på CNET af Yonik Seeley som et internt projekt i en del af virksomheden
2006: CNET udgiver kildekoden ved at donere den til Apache-softwaren Foundation
2008: Solr 1.3 blev udgivet med forbedrede søgefunktioner og ydeevneforbedringer
2010: Fusion af Lucene og Solr
2012: Solr version 4.0 blev frigivet med ny Solr Cloud-funktion
2016: Solr 6.0 blev frigivet, som tilbyder understøttelse af udførelse af parallelle SQL-forespørgsler
2017: Solr 7.0 blev udgivet, med tilføjelse af et autoskaleringsframework og JSON Facet API'en.
2019: Solr 8.0 blev udgivet med understøttelse af indbyggede dokumenter og forbedrede streamingudtryk
2021: Lucene og Solr gik igen fra hinanden, og Solr blev et uafhængigt Apache-topprojekt
2022: Solr 9.0 blev udgivet som den første version uafhængigt af Lucene, med tilføjelse af vektorsøgning og Kubernetes-understøttelse.
2026: Solr 10.0 blev udgivet som den seneste større version

Funktioner i Apache Solr

Her er vigtige funktioner i Apache Solr:

Automatisk belastningsbalancering
Standardbaserede åbne grænseflader – XML, JSON og HTTP
Anbefalinger og staveforslag understøttes
Understøttelse af autofuldførelse og geo-rumlig søgning
Indbygget sikkerhed til godkendelse og autorisation
Giver dig mulighed for at udføre en flersproget søgeordssøgning
Autofuldførelse/forudsigelse af indtastning
Batch- og streamingbehandling
Det er nemt at bygge maskinlæringsmodeller
Specielt optimeret til højvolumen webtrafik
Omfattende HTML-beundringsgrænseflader
Understøtter både Schema og Schemaless konfiguration
Facetteret søgning og filtrering
Central konfiguration for hele Cluster

Nøgletermer brugt i Apache Solr

Nu i denne Solr-søgemaskine-tutorial lærer vi om nøgleudtryk, der bruges i Apache Solr:

Nøgleterm	Beskrivelse
Solr Core	Solr Core kan defineres som et indeks over tekster og felter afledt af alle dokumenterne. Én Solr-instans kan have én eller flere Solr-kerner. Core = en instans af Lucene Index + Solr-konfiguration
Solr Forekomst	Solr Instance er en instans en Solr, der kører i Java Virtuel maskine (FMV). I Standalone-tilstand tilbyder den kun én forekomst, mens du i skytilstand kan have en eller flere forekomster.
Indeksering	Indeksering er en metode til at tilføje dokumentets indhold til Solr Index. Apache Solr bruger Apache Lucene Inverted Index teknik.
Dokument	Det er en gruppe af felter og deres værdier. Et dokument er en grundlæggende enhed af data, der er lagret i Apache Core. En Apache-kerne kan indeholde et eller flere dokumenter.
Felt	Feltet er et nøgle-værdi-par, der gemmer de faktiske data i et dokument. Nøglen angiver feltnavnet, og værdien indeholder disse feltdata. Et dokument kan have et eller flere felter. Det bruges af Apache Solr til at indeksere dokumentindholdet.
Afslappende API'er	For at kommunikere med Solr er det ikke nødvendigt at have brugt Java programmering. I stedet giver Apache Solr afslappende tjenester at kommunikere med det. Du kan sende dokumenter og modtage resultater i forskellige filformater som JSON, XML og CSV.
Fulltekstsøgning	Solr tilbyder funktioner til fuldtekstsøgning såsom tokens, sætninger, stavekontrol, autofuldførelse, jokertegn osv.
Admin Interface	Solr tilbyder en brugervenlig, brugervenlig, funktionsdrevet brugergrænseflade. Ved at bruge grænsefladen kan du udføre opgaver som at administrere logfiler, tilføje, slette, opdatere og søge i dokumenter.
Tekstcentreret og sorteret efter relevans	Apache Solr bruges til at søge i tekstdokumenter, og resultaterne leveres i henhold til brugerens forespørgsel.
Node	I Solr-skyen er hver enkelt instans kendt som en node.
Cluster	En klynge er en samling af noder.
Kollektion	En klynge har et logisk indeks, som også kaldes en samling.
shard	Det er et lille område af samlingen, som tilbyder enkelte eller flere kopier af indekset.
Replica	En replika er en kopi af shard, som kører i en node.
Leader	Det er en replika af shard, som sender anmodningerne fra Solr Cloud til resten af replikaerne.

Apache Solr Architecture

Lad os nu i denne Solr-søgevejledning lære om Apache Solr Archilære:

Apache Solr kompromitterer følgende komponenter

Query

Forespørgselsparseren analyserer de forespørgsler, du skal sende til Solr. Den verificerer din forespørgsel for at kontrollere syntaktiske fejl. Efter parsningen af forespørgslerne oversættes den til et format, som Lucene kender.

Request Handler

Anmodninger sendt til Apache Solr behandles af anmodningshandleren. Anmodningen kan være en forespørgsel eller anmodninger om indeksopdateringer. Du skal vælge anmodningshandleren i henhold til dine krav. For at sende en anmodning til Solr skal du knytte handleren til en specifik [navn på adresse]. URL slutpunkt.

Respons Writer

En svarskriver vil generere formaterede output til inputforespørgsler. Det understøtter forskellige formater som XML, JSON, CSV.etc. Du kan have forskellige svarskrivere til forskellige typer anmodninger.

Update Handler

Når du sender en opdateringsanmodning til Apache Solr, køres den gennem et sæt plugins, signaturer, logføring og indeksering. Denne proces kaldes en opdateringsanmodningsprocessor. Opdateringshåndtereren er også ansvarlig for ændringer som tilføjelse eller fjernelse.ping indgivet osv.

Apache Solr-applikationer

Anvendelse	Brug
Intranet portal	Nem adgang til søgning App lancering Nyheder og begivenhedsnotifikationer Single sign-on-godkendelse
Fødereret klient	Forenklet præsentation Søg på tværs af alt indhold Kun autoriseret adgang Dokumentvisning
Instrumentdatasæt	Optimeret til forskere Dataafhængige menuer Specialiserede gitterfiltre
Lovgivningsmæssige dokumenter	Designet til forskere Rig metadataadgang Eksport af regneark Se dokumentaccelerator
Indlejret i PLM-applikation	Tilbyder en bedre søgeoplevelse end et RDBMS kunne give Sen-bindende sikkerhedsmodel Dokumenthandlinger afsløret på værktøjslinjen

Hvordan installeres Apache Solr?

Trin 1) Åbn hjemmesiden og fortsæt med at abonnere
Gå til dette link, Klik på "Fortsæt med at abonnere".

Trin 2) Klik på Accepter vilkår
På næste side, klik på Accepter vilkår.

Trin 3) Vent et stykke tid
Dernæst Vent et stykke tid, og derefter accepteres anmodningen efter nogen tid.

Trin 4) Fortsæt til konfiguration
Opdater siden, og klik på "Fortsæt til konfiguration"

Trin 5) Fortsæt til lancering
Behold indstillingerne som standard, og klik på "Fortsæt til start."

Trin 6) Behold standardindstillingerne
På næste side, Behold indstillingerne som standard

Sørg for, at du har nøglens pem-fil
Klik på "Start"

Du vil se denne succesmeddelelse

Trin 7) Bemærk den offentlige DNS
I EC2-konsollen skal du notere den offentlige DNS for din instans

Trin 8) Åbn nedenfor URL
For at få adgang til Solr skal du blot bruge URL

http://publicdns:8983

i vores tilfælde bliver det

http://ec2-18-221-175-53.us-east-2.compute.amazonaws.com:8983

Bemærk: Hvis du har problemer med at få adgang til instansen, skal du ændre indgående og udgående regler i din instans for at tillade al trafik som vist i nedenstående Solr-forespørgselseksempel:

Elasticsearch vs. Apache Solr

Driftsparametre	Apache Solr	Elastisk søgning
Natur	Det er et open source-projekt.	Ikke et open source-projekt.
Statisk status	Statisk i shema.xml	Statisk i elasticsearch.yml
dannet	XML, CSV, JSON	Kun JSON
Indeks	Kan genindlæses under kørsel med opsamling/kerneindlæsning	Defineret under oprettelse af indeks/type med et REST-kald
Dokumentation	Det er veldokumenteret.	Det er dårligt dokumenteret.
Spaltning af skærver	Mulig	Ikke muligt

Fordele ved Apache Solr

Hjælper dig med at reducere den tid, det tager at finde information
Det er en hurtig, enkel, kraftfuld og fleksibel søgemaskine
Hjælper dig med at gøre dine produkter og tjenester mere tilgængelige
Øg kundernes forbrug på en webapplikation
Hjælper dig med at forbedre brugeroplevelsen på webapplikationen for at øge omsætningen og fortjenesten
Omfattende HTML-baseret administrationsgrænseflade
Fleksibel og tilpasningsdygtig med XML-konfiguration
Udvidbart plugin Architecture
Meget skalerbar, robust, fejltolerant søgemaskine
Understøtter distribueret, skygge, replikering, Clustering og Multi-Node Architecture

Ulemper ved Apache Solr

Det er ikke et ACID-kompatibelt datalager
Det er ikke nyttigt som et primært datalager. Kun nyttig som sekundær datalager
Tilbyder ikke support til transaktioner og distribuerede transaktioner
Understøtter ikke Joins og komplekse forespørgsler
Ikke optimal for normaliserede data

Ofte Stillede Spørgsmål

Begge er bygget på Apache Lucene. Solr er fuldt open source, understøtter XML, CSV og JSON, tillader shard-opdeling og er veldokumenteret. Elasticsearch accepterer kun JSON, understøtter ikke shard-opdeling og vælges ofte til realtidsanalyse.

En Solr-kerne er et indeks af tekster og felter afledt af dokumenter, kombineret med dens Solr-konfiguration. En enkelt Solr-instans kan være vært for en eller flere kerner, der hver fungerer som et uafhængigt Lucene-indeks.

Apache Solr er en REST-API-baseret HTTP-wrapper omkring Apache Lucene, en Java Søgemaskine til fuldtekstsøgning. Lucene leverer det inverterede indeks, mens Solr tilføjer skalerbarhed, konfiguration, REST API'er og en administratorgrænseflade.