Apache Solr Tutorial: Vad är Solr? Architecture

⚡ Smart sammanfattning

Apache Solr är en öppen källkod, Java-baserad sökserver byggd på Apache Lucene. Den indexerar stora volymer textcentrerad data och returnerar relevanta resultat via REST API:er, och erbjuder fulltextsökning, fasettering, skalbarhet och både fristående och SolrCloud-distributionslägen.

🔍 Solr Definierad: Öppen källkod, Java sökserver byggd på Apache Lucene.
🗂️ Indexering: Använder ett inverterat index för att lagra och snabbt hämta textdokument.
🌐 REST API:er: Kommunicera via HTTP med JSON, XML eller CSV; nej Java krävs.
🧩 Architecture: Frågetolkare, förfrågningshanterare, svarsskrivare och uppdateringshanterare.
⚖️ Solr kontra Elasticsearch: Solr stöder XML/CSV/JSON och shard-delning; båda använder Lucene.
☁️ Spridning: Fristående läge eller SolrCloud med noder, shards, repliker och kluster.

Läs mer

Vad är Apache Solr?

Apache Solr är en sökserverplattform med öppen källkod skriven i Java språk av Apache Software Foundation. Den är mycket skalbar och redo att distribuera sökmotor för att hantera en stor volym textcentrerad data. Syftet med att använda Apache Solr är att indexera och söka i stora mängder webbinnehåll och ge relevant innehåll baserat på sökfråga.

Apache Solr är ett REST-API-baserat HTTP-omslag runt fulltextsökmotorn som heter Apache Lucene. Ett inverterat index är en lista med ord där varje ordpost länkar till dokumenten den är lagrad i. På så sätt får du alla dokument för sökfrågan "guru99" med en enkel 'get'-operation.

Historien om Apache Solr

1999: Doug Cutting publicerade Lucene
2004: Solr utvecklades på CNET av Yonik Seeley som ett delföretags internt projekt
2006: CNET publicerar källkoden genom att donera den till Apache-programvaran Foundation
2008: Solr 1.3 släpptes med förbättrade sökmöjligheter och prestandaförbättringar
2010: Sammanslagning av Lucene och Solr
2012: Solr version 4.0 släpptes, med ny Solr Cloud-funktion
2016: Solr 6.0 släpptes som erbjuder stöd för exekvering av parallella SQL-frågor
2017: Solr 7.0 släpptes, med ett autoskalningsramverk och JSON Facet API.
2019: Solr 8.0 släpptes med stöd för kapslade dokument och förbättrade strömmande uttryck
2021: Lucene och Solr separerades igen, och Solr blev ett oberoende Apache-toppnivåprojekt
2022: Solr 9.0 släpptes som den första versionen oberoende av Lucene, med stöd för vektorsökning och Kubernetes.
2026: Solr 10.0 släpptes som den senaste huvudversionen

Funktioner i Apache Solr

Här är viktiga funktioner i Apache Solr:

Automatisk lastbalansering
Standardbaserade öppna gränssnitt – XML, JSON och HTTP
Rekommendationer och stavningsförslag stöds
Stöd för automatisk komplettering och geo-spatial sökning
Inbyggd säkerhet för autentisering och auktorisering
Låter dig utföra en flerspråkig nyckelordssökning
Förutsägelse för autoslutförande/skriva i förväg
Batch- och streamingbearbetning
Det är enkelt att bygga maskininlärningsmodeller
Speciellt optimerad för högvolym webbtrafik
Omfattande HTML-beundransgränssnitt
Stöder både Schema och Schemaless konfiguration
Facetterad sökning och filtrering
Central konfiguration för hela Cluster

Nyckeltermer som används i Apache Solr

Nu i denna Solr-sökmotorhandledning kommer vi att lära oss om nyckeltermer som används i Apache Solr:

Nyckelterm	BESKRIVNING
Solr Core	Solr Core kan definieras som ett index av texter och fält som härrör från alla dokument. En Solr-instans kan ha en eller flera Solr-kärnor. Core = en instans av Lucene Index + Solr-konfiguration
Solr-instans	Solr Instance är en instans en Solr som körs i Java Virtuell maskin (JVM). I fristående läge erbjuder den bara en instans medan du i molnläge kan ha en eller flera instanser.
Indexering	Indexering är en metod för att lägga till dokuments innehåll till Solr Index. Apache Solr använder Apache Lucene Inverted Index-teknik.
Dokument	Det är en grupp av fält och deras värden. Ett dokument är en grundläggande enhet av data som lagras i Apache Core. En Apache-kärna kan innehålla ett eller flera dokument.
Fält	Fältet är ett nyckel-värde-par som lagrar faktiska data i ett dokument. Nyckeln anger fältnamnet och värdet som innehåller dessa fältdata. Ett dokument kan ha ett eller flera fält. Det används av Apache Solr för att indexera dokumentinnehållet.
Vilsamma API:er	För att kommunicera med Solr är det inte nödvändigt att ha använt Java programmering. Istället tillhandahåller Apache Solr vilsamma tjänster att kommunicera med den. Du kan skicka dokument och ta emot resultat i olika filformat som JSON, XML och CSV.
Fulltextsökning	Solr erbjuder funktioner för fulltextsökning som tokens, fraser, stavningskontroll, autokomplettering, jokertecken, etc.
Admin-gränssnitt	Solr erbjuder ett lättanvänt, användarvänligt, funktionsdrivet användargränssnitt. Med hjälp av gränssnittet kan du utföra uppgifter som att hantera loggar, lägga till, ta bort, uppdatera och söka i dokument.
Textcentrerad och sorterad efter relevans	Apache Solr används för att söka i textdokument, och resultaten levereras enligt användarens fråga.
Nod	I Solr-molnet är varje enskild instans känd som en nod.
Cluster	Ett kluster är en samling noder.
Samling	Ett kluster har ett logiskt index som också kallas en samling.
Skärva	Det är en liten del av samlingen som erbjuder enstaka eller flera kopior av indexet.
Replica	En replik är en kopia av shard som körs i en nod.
Leader	Det är en kopia av skärvan, som skickar förfrågningar från Solr Cloud för resten av replikerna.

Apache Solr Architecture

Nu i denna Solr-sökhandledning, låt oss lära oss om Apache Solr Architecture:

Apache Solr kompromissar med följande komponenter

Fråga

Frågetolken analyserar de frågor som du behöver skicka till Solr. Den verifierar din fråga för att kontrollera syntaktiska fel. Efter att ha analyserat frågorna översätts den till ett format som är känt av Lucene.

Begäran Hanterare

Begäran som skickas till Apache Solr bearbetas av förfrågehanteraren. Begäran kan vara en frågeförfrågan eller en indexuppdateringsförfrågan. Du måste välja förfrågehanteraren enligt dina krav. För att skicka en förfrågan till Solr måste du mappa hanteraren till en specifik [enhet/modell/etc.]. URL slutpunkt.

Svar Writer

En svarsskrivare kommer att generera formaterade utdata för ingångsfrågor. Den stöder olika format som XML, JSON, CSV.etc. Du kan ha olika svarsskribenter för olika typer av förfrågningar.

Uppdatera hanterare

När du skickar en uppdateringsbegäran till Apache Solr körs den genom en uppsättning plugin-program, signaturer, loggning och indexering. Denna process kallas för uppdateringsbegäran. Uppdateringshanteraren ansvarar också för ändringar som att lägga till eller ta bort dem.ping inlämnad, etc.

Apache Solr-applikationer

Ansökan	Användning
Intranätsportal	Enkel åtkomst till sökning Applikationsstart Nyheter och händelseavisering Enkel inloggningsautentisering
Federerad klient	Förenklad presentation Sök i allt innehåll Endast auktoriserad åtkomst Dokumentvisning
Instrumentdatauppsättningar	Optimerad för forskare Databeroende menyer Specialiserade rutnätsfilter
Reglerande dokument	Designad för forskare Rik tillgång till metadata Export av kalkylark Visa dokumentaccelerator
Inbäddad i PLM Application	Erbjuder bättre sökupplevelse än en RDBMS kan ge Sen bindande säkerhetsmodell Dokumentåtgärder exponerade i verktygsfältet

Hur installerar man Apache Solr?

Steg 1) Öppna webbplatsen och fortsätt att prenumerera
Gå till det här länk, Klicka på "Fortsätt att prenumerera."

Steg 2) Klicka på Acceptera villkor
På nästa sida klickar du på Acceptera villkor.

Steg 3) Vänta ett tag
Vänta sedan ett tag och sedan accepteras begäran efter en tid.

Steg 4) Fortsätt till konfiguration
Uppdatera sidan och klicka på "Fortsätt till konfiguration"

Steg 5) Fortsätt till Launch
Behåll standardinställningarna och klicka på "Fortsätt till start."

Steg 6) Behåll standardinställningarna
På nästa sida, Behåll standardinställningarna

Se till att du har nyckelns pem-fil
Klicka på "Starta"

Du kommer att se detta framgångsmeddelande

Steg 7) Notera den offentliga DNS
I EC2-konsolen, notera din instans offentliga DNS

Steg 8) Öppna nedan URL
För att komma åt Solr, använd helt enkelt URL

http://publicdns:8983

i vårt fall blir det

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

Obs: Om du har problem med att komma åt instansen, ändra inkommande och utgående regler i din instans för att tillåta all trafik som visas i nedanstående Solr-frågeexempel:

Elasticsearch vs. Apache Solr

Driftparametrar	Apache Solr	Elastisk sökning
Natur	Det är ett projekt med öppen källkod.	Inte ett projekt med öppen källkod.
Statisk status	Statisk i shema.xml	Statisk i elasticsearch.yml
Format	XML, CSV, JSON	Endast JSON
index	Kan laddas om under körning med samling/kärnåterladdning	Definieras under index/typskapande med ett REST-anrop
Dokumentation	Det är väl dokumenterat.	Det är dåligt dokumenterat.
Dela skärvor	Möjligt	Inte möjligt

Fördelar med Apache Solr

Hjälper dig att minska den tid det tar att hitta information
Det är en snabb, enkel, kraftfull och flexibel sökmotor
Hjälper dig att göra dina produkter och tjänster mer tillgängliga
Öka kundernas utgifter för en webbapplikation
Hjälper dig att förbättra användarupplevelsen på webbapplikationen för att öka intäkter och vinst
Omfattande HTML-baserat administrationsgränssnitt
Flexibel och anpassningsbar med XML-konfiguration
Extensible Plugin Architecture
Mycket skalbar, robust, feltolerant sökmotor
Stöder distribuerad, skuggning, replikering, Clustering och Multi-Node Architecture

Nackdelar med Apache Solr

Det är inte ett ACID-kompatibelt datalager
Det är inte användbart som ett primärt datalager. Endast användbar som sekundär datalagring
Erbjuder inte stöd för transaktioner och distribuerade transaktioner
Stöder inte anslutningar och komplexa frågor
Inte optimalt för normaliserade data

Vanliga frågor

Båda är byggda på Apache Lucene. Solr är helt öppen källkod, stöder XML, CSV och JSON, tillåter shard-delning och är väl dokumenterad. Elasticsearch accepterar endast JSON, stöder inte shard-delning och väljs ofta för realtidsanalys.

En Solr-kärna är ett index av texter och fält som härrör från dokument, kombinerat med dess Solr-konfiguration. En enskild Solr-instans kan vara värd för en eller flera kärnor, där var och en fungerar som ett oberoende Lucene-index.

Apache Solr är ett REST-API-baserat HTTP-omslag runt Apache Lucene, ett Java fulltextsökmotor. Lucene tillhandahåller det inverterade indexet, medan Solr lägger till skalbarhet, konfiguration, REST API:er och ett administratörsgränssnitt.

AI kan lägga till semantisk och vektorbaserad sökning, "learning-to-rank"-modeller och förståelse för frågor utöver Solr. Detta visar mer relevanta resultat, hanterar synonymer och avsikter, samt förbättrar autofullständiga sökresultat och rekommendationer.

Ja. AI kan rekommendera schemafält, analysverktyg och cacheinställningar, upptäcka långsamma frågor och föreslå sharding- och replikeringsstrategier.ping team finjusterar Solr för prestanda och relevans med mindre trial and error.