Apache Solr-zelfstudie: Wat is Solr? Architectuur en installatie

Wat is Apache Solr?

Apache Solr is een open-source zoekserverplatform waarin is geschreven Java taal door Apache software foundation. Het is zeer schaalbaar en klaar om te implementeren zoekmachine om een groot volume aan tekstgerichte data te verwerken. Het doel van het gebruik van Apache Solr is om grote hoeveelheden webcontent te indexeren en te doorzoeken en relevante content te geven op basis van de zoekopdracht.

Apache Solr is een REST-API gebaseerde HTTP wrapper rond de full-text zoekmachine genaamd Apache Lucene. Een inverted index is een lijst met woorden waarbij elke woordvermelding linkt naar de documenten waarin het is opgeslagen. Op die manier worden alle documenten voor de zoekopdracht "guru99" opgehaald met een eenvoudige 'get'-bewerking.

Geschiedenis van Apache Solr

1999: Doug Cutting publiceerde Lucene
2004: Solr werd bij CNET ontwikkeld door Yonik Seeley als een intern bedrijfsproject
2006: CNET publiceert de broncode door deze te doneren aan de Apache-software Foundation
2008: Solr 1.3 werd uitgebracht met verbeterde zoekmogelijkheden en prestatieverbeteringen
2010: Fusie van Lucene en Solr
2012: Solr versie 4.0 werd uitgebracht, met nieuwe Solr Cloud-functie
2016: Solr 6.0 werd uitgebracht en biedt ondersteuning voor de uitvoering van parallelle SQL-query's

Kenmerken van Apache Solr

Hier zijn belangrijke kenmerken van Apache Solr:

Automatische taakverdeling
Op standaarden gebaseerde open interfaces – XML, JSON en HTTP
Aanbevelingen en spellingsuggesties worden ondersteund
Ondersteuning voor automatisch aanvullen en georuimtelijk zoeken
Ingebouwde beveiliging voor authenticatie en autorisatie
Hiermee kunt u een meertalige zoekopdracht op trefwoorden uitvoeren
Automatisch aanvullen/type-ahead-voorspelling
Batch- en streamingverwerking
Het bouwen van machine-learning-modellen is eenvoudig
Speciaal geoptimaliseerd voor groot volume webverkeer
Uitgebreide HTML-bewonderingsinterfaces
Ondersteunt zowel schema- als schemaloze configuratie
Gefacetteerd zoeken en filteren
Centrale configuratie voor geheel Cluster

Belangrijkste termen die worden gebruikt in Apache Solr

In deze Solr-zoekmachine-tutorial leren we nu over de belangrijkste termen die in Apache Solr worden gebruikt:

Belangrijke term	Beschrijving
Solr Kern	Solr Core kan worden gedefinieerd als een index van teksten en velden afgeleid van alle documenten. Eén Solr-instantie kan één of meerdere Solr-cores hebben. Core = een exemplaar van de Lucene Index + Solr-configuratie
Solr-instantie	Solr Instance is een instance waarin Solr draait in de Java Virtuele machine (JVM). In de standalone-modus biedt het slechts één exemplaar, terwijl u in de cloudmodus één of meer exemplaren kunt hebben.
Indexeren	Indexeren is een methode voor het toevoegen van de inhoud van documenten aan Solr Index. Apache Solr maakt gebruik van de Apache Lucene Inverted Index-techniek.
Document	Het is een groep velden en hun waarden. Een document is een basiseenheid van gegevens die zijn opgeslagen in Apache Core. Eén Apache-kern kan een of meer documenten bevatten.
Veld	Het veld is een sleutel-waardepaar dat de feitelijke gegevens in een document opslaat. Sleutel specificeert de veldnaam en de waarde bevat die veldgegevens. Een document kan één of meerdere velden bevatten. Het wordt door Apache Solr gebruikt om de documentinhoud te indexeren.
Rustgevende API's	Om met Solr te communiceren is het niet nodig om gebruik te hebben gemaakt van Java programmeren. In plaats daarvan biedt Apache Solr rustgevende diensten om ermee te communiceren. U kunt documenten verzenden en resultaten ontvangen in verschillende bestandsformaten, zoals JSON, XML en CSV.
Zoek volledige text	Solr biedt functies voor zoeken in volledige tekst, zoals tokens, zinsdelen, spellingcontrole, automatisch aanvullen, jokertekens, enz.
Beheerdersinterface	Solr biedt een eenvoudig te gebruiken, gebruiksvriendelijke, functionele gebruikersinterface. Met behulp van de interface kunt u taken uitvoeren zoals het beheren van logboeken, het toevoegen, verwijderen, bijwerken en zoeken van documenten.
Tekstgericht en gesorteerd op relevantie	Apache Solr wordt gebruikt om tekstdocumenten te doorzoeken en de resultaten worden geleverd op basis van de zoekopdracht van de gebruiker.
Knooppunt	In de Solr-cloud staat elke afzonderlijke instantie bekend als een knooppunt.
Cluster	Een cluster is een verzameling knooppunten.
Collectie	Een cluster heeft een logische index, die ook wel een verzameling wordt genoemd.
scherf	Het is een klein deel van de collectie dat enkele of meerdere replica's van de index biedt.
Replica	Een replica is een kopie van Shard die in een knooppunt wordt uitgevoerd.
Leider	Het is een replica van de scherf, die de verzoeken van de Solr Cloud voor de rest van de replica's verzendt.

Apache Solr Architectuur

Laten we nu in deze Solr-zoektutorial meer leren over Apache Solr Archistructuur:

Apache Solr compromitteert de volgende componenten

Vraag

De query-parser parseert de query's die u aan Solr moet doorgeven. Het verifieert uw zoekopdracht om syntactische fouten te controleren. Na het parseren van de zoekopdrachten wordt het vertaald in een formaat dat bekend is bij Lucene.

Verzoek behandelaar

Het verzoek dat naar Apache Solr wordt verzonden, wordt verwerkt door de verzoekhandler. Het verzoek kan een queryverzoek of een indexupdateverzoek zijn. U moet de verzoekbehandelaar selecteren op basis van uw vereisten. Om een verzoek door te geven aan Solr, moet u de handler toewijzen aan een specifiek URL-eindpunt.

Reactie Schrijver

Een antwoordschrijver genereert opgemaakte uitvoer voor invoerquery's. Het ondersteunt verschillende formaten zoals XML, JSON, CSV.etc. Mogelijk hebt u verschillende antwoordschrijvers voor verschillende soorten verzoeken.

Behandelaar bijwerken

Wanneer u een updateverzoek naar Apache Solr verzendt, wordt dit door een reeks plug-ins, handtekeningen, logboekregistratie en indexering geleid. Dit proces staat bekend als updateverzoekprocessor. Updatehandler is ook verantwoordelijk voor wijzigingen zoals het toevoegen of verwijderen van bestanden, enz.

Apache Solr-applicaties

Aanvraag	Gebruik
Intranetportaal	Gemakkelijke toegang tot zoeken Applicatie starten Nieuws- en evenementmelding Single sign-on authenticatie
Federatieve klant	Vereenvoudigde presentatie Zoek in alle inhoud Alleen geautoriseerde toegang Document bekijken
Instrumentgegevenssets	Geoptimaliseerd voor wetenschappers Data-afhankelijke menu's Gespecialiseerde rasterfilters
Wettelijke documenten	Ontworpen voor onderzoekers Rijke toegang tot metadata Spreadsheet-exporten Bekijk de documentversneller
Ingebed in PLM-applicatie	Biedt een betere zoekervaring dan een RDBMS zou kunnen bieden Laatbindend beveiligingsmodel Documentacties zichtbaar op de werkbalk

Hoe installeer ik Apache Solr?

Stap 1) Website openen en doorgaan met abonneren
Ga hier naartoe link, Klik op 'Doorgaan met abonneren'.

Stap 2) Klik op Voorwaarden accepteren
Op de volgende pagina klikt u op Voorwaarden accepteren.

Stap 3) Wacht even
Wacht vervolgens enige tijd en vervolgens wordt het verzoek na enige tijd geaccepteerd.

Stap 4) Doorgaan naar Configuratie
Ververs de pagina en klik op “Doorgaan naar configuratie”

Stap 5) Doorgaan met starten
Houd de standaardinstellingen en klik op 'Doorgaan met starten'.

Stap 6) Houd de instellingen standaard
Op de volgende pagina: Houd de instellingen standaard

Zorg ervoor dat u het pem-bestand van de sleutel hebt
Klik op “Starten”

U zult dit succesbericht zien

Stap 7) Let op de openbare DNS
Noteer in de EC2-console de openbare DNS van uw exemplaar

Stap 8) Open onderstaande URL
Om toegang te krijgen tot Solr, gebruikt u eenvoudig de URL

http://publicdns:8983

in ons geval wordt het

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

Opmerking: als u problemen ondervindt bij de toegang tot de instantie, wijzigt u de regels voor inkomende en uitgaande verbindingen in uw instantie om al het verkeer toe te staan, zoals weergegeven in het onderstaande Solr-queryvoorbeeld:

Elasticsearch versus. Apache Solr

parameters	Apache Solr	Elastisch zoeken
NATUUR	Het is een open source-project.	Geen opensourceproject.
Statische status	Statisch in shema.xml	Statisch in elasticsearch.yml
Formaat	XML, CSV, JSON	Alleen JSON
Index	Kan tijdens runtime opnieuw worden geladen met collection/core reload	Gedefinieerd tijdens het maken van index/type met een REST-aanroep
Documentatie	Het is goed gedocumenteerd.	Het is slecht gedocumenteerd.
Scherven splitsen	Mogelijk	Niet mogelijk

Voordelen van Apache Solr

Helpt u de hoeveelheid tijd te verminderen die nodig is om informatie te vinden
Het is een snelle, eenvoudige, krachtige en flexibele zoekmachine
Helpt u om uw producten en diensten toegankelijker te maken
Verhoog de klantuitgaven aan een webapplicatie
Helpt u de gebruikerservaring op de webapplicatie te verbeteren om de omzet en winst te verhogen
Uitgebreide op HTML gebaseerde beheerinterface
Flexibel en aanpasbaar met XML-configuratie
Uitbreidbare plug-in Architectuur
Zeer schaalbare, robuuste, fouttolerante zoekmachine
Ondersteunt gedistribueerd, schaduw, replicatie, Clustering en Multi-Node Architectuur

Nadelen van Apache Solr

Het is geen ACID-compatibele gegevensopslag
Het is niet nuttig als primaire gegevensopslag. Alleen nuttig als secundaire gegevensopslag
Biedt geen ondersteuning voor transacties en gedistribueerde transacties
Geen ondersteuning voor joins en complexe query's
Niet optimaal voor genormaliseerde gegevens

Samenvatting

Apache Solr is een open source REST-API gebaseerde zoekserver
Apache Solr is bij CNET ontwikkeld door Yonik Seeley als een intern project van een deelbedrijf
Apache Solr biedt functies zoals automatisch aanvullen en georuimtelijk zoeken
Solr Core, Solr Instance, Indexing, Document, Restful APIs, Full-text search, Admin Interface, etc. zijn enkele sleutelbegrippen die worden gebruikt in Apache Solr
Query, Request handler, Request writer en update handlers zijn enkele van de belangrijke componenten van Apache Solr
Intranetportaal, federatieve client, instrumentdatasets, regelgevingsdocumenten, ingebed in PLM-applicatie zijn nuttige Apache Solr-applicaties
Apache Solr is goed gedocumenteerd, vergeleken met elastisch zoeken, dat slecht gedocumenteerd is
Het grootste voordeel van Apache Solr is dat het u helpt de hoeveelheid tijd die nodig is om informatie te lokaliseren te verminderen
Het belangrijkste nadeel van deze applicatie is dat het geen ACID-compatibele gegevensopslag is

Je houdt misschien van: