Apache Solr Tutorial: Vad är Solr? Archikonstruktion och installation

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

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	Description
Solr Core	Solr Core kan definieras som ett index över 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-värdepar som lagrar faktiska data i ett dokument. Nyckel anger fältnamnet och värdet som innehåller 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

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

Begäran Hanterare

Begäran som skickas till Apache Solr behandlas av förfrågningshanteraren. Begäran kan vara en frågeförfrågan eller begäran om indexuppdatering. Du måste välja förfrågningshanterare enligt dina krav. För att skicka en begäran till Solr måste du mappa hanteraren till en specifik URL-slutpunkt.

Svarsskribent

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 plugins, signatur, loggning, indexering. Denna process är känd som processor för uppdateringsbegäran. Uppdateringshanteraren ansvarar också för ändringar som att lägga till eller ta bort arkiverade, 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:en

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

parametrar	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
bildad	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

Sammanfattning

Apache Solr är en öppen källkod REST-API baserad sökserver
Apache Solr utvecklades på CNET av Yonik Seeley som ett delbolags internt projekt
Apache Solr erbjuder funktioner som Auto-Completion och Geo-Spatial Search
Solr Core, Solr Instance, Indexing, Document, Restful APIs, Full-text search, Admin Interface, etc. är några nyckeltermer som används i Apache Solr
Fråga, förfrågningshanterare, förfrågningsskrivare och uppdateringshanterare är några av de viktiga komponenterna i Apache Solr
Intranätsportal, Federated Client, Instrument Dataset, Regulatory Documents, Embedded in PLM Application är användbara Apache Solr Applications
Apache Solr är väldokumenterad jämfört med elastisk sökning som är dåligt dokumenterad
Den största fördelen med Apache Solr är att det hjälper dig att minska den tid det tar att hitta information
Den största nackdelen med denna applikation Det är inte ett ACID-kompatibelt datalager

Du kanske gillar: