在 Apache Solr 中建立索引

索引是对文档或其他实体进行系统化管理的过程。 为了在文档中定位信息，我们使用索引。

• 索引可用于收集、解析和存储文档。
• 当我们查找所需文档时，它可用于提高搜索查询的速度和性能。

Solr 索引过程概述

Apache Solr 中的索引过程分为三个基本任务

• 将文档从其本机格式（例如 XML 或 JSON）转换为 Solr 支持的格式。
• 使用几个明确定义的接口之一（例如 HTTP POST）将文档添加到 Solr。
• 可以配置 Apache Solr 以在索引时对文档中的文本应用转换。

下图提供了在 Solr 中索引文档的三个必要步骤的高级概述。

Solr 支持我们文档的不同索引格式，包括 JSON、XML 和 CSV。 在上图中，我们选择了 XML，因为 XML 的自描述格式使其易于适应和理解。 下面是一个示例，说明了我们的推文在使用 Solr XML 格式时的外观。

如您所见，XML 格式中显示的每个字段和语法都非常简单； 我们仅定义了所有字段的字段名称和值。 我们没有注意到的是文本分析或文件类型。 这是因为我们在上图中显示的 schema.xml 文档中定义了如何分析字段。 众所周知，Solr 为其所有核心服务提供了一个基本的 HTTP 接口，包括一个用于添加和更新文档的文档更新服务。 在图的左上方，我们描述了使用 HTTP POST 将我们的推文示例的 XML 发送到 Solr 中文档的更新服务。 此外，我们将在本教程的后面部分了解如何添加特定的文档类型，例如 JSON、CSV 和 XML。 现在我们将了解文档更新服务，该服务可用于验证文档中所有字段的内容，然后调用文本分析过程。 分析完所有字段后，生成的文本将添加到索引中，从而使文档可用于搜索。

schema.xml 文件定义了任何文档的字段和字段类型。 对于任何简单的应用程序，可能需要搜索的字段及其类型。 虽然，它可用于对您的架构进行一些预先规划。

设计您的架构

通过我们的示例，搜索的微博应用程序将直接深入其中并定义我们要索引的文档。 实际上，对于实际应用程序而言，此过程并非总是显而易见的，因此进行一些预先设计和计划工作会有所帮助。 现在，我们将学习搜索应用程序的基本设计注意事项。 具体来说，我们将学习回答有关我们搜索软件的以下关键问题

• 我们的索引中包含哪些文档？
• 如何唯一标识所有文档。
• 用户通常搜索我们文档中的哪些字段？
• 应该在搜索结果中向用户显示哪些字段？

让我们确定搜索应用程序中文档的适当粒度，这将影响您如何回答其他问题。

使用 Post 命令添加文档

在 Solr 的 bin 目录中，有一个 post 命令。 我们可以索引 Solr 中各种格式的文件，例如 CSV、JSON 和 XML。

我们可以浏览 Solr 的 bin 目录并运行 post 命令的 -h 选项，如下面的代码块所示。

当我们执行上述命令时，我们将获得 post 命令的选项列表，如下所示。

示例

让我们使用一个名为 sample.csv 的文件，其中包含给定的内容（在 bin 目录中）。

上面的数据表包含个人详细信息，例如学生 ID、名字、电话和城市名称。 下面给出了 data-files 的 CSV 文件。 在这里，我们必须注意，您需要提及架构，记录其第一行。

您可以使用下面给出的 post 命令在名为 "sample_Solr" 的核心中索引这些数据

当我们执行上述命令时，给定的文档将在指定的核心下索引，并生成给定的输出。

使用给定的 URL 转到 Solr Web 用户界面的主页

https://:8983/

在主页上选择核心 Solr_sample。 不做任何修改，单击页面底部的 ExecuteQuery 按钮。

当我们执行查询时，我们可以观察到索引 CSV 文档的数据以默认格式 (JSON) 显示，如以下屏幕截图所示。

注意 - 同样，我们可以索引不同的文件格式，例如 XML、CSV、JSON 等。

使用 Solr Web 界面添加文档

您还可以使用 Solr 提供的 Web 界面来索引文档。 让我们看看如何索引以下 JSON 文档。

步骤 1： 使用给定的 URL 转到 Solr Web 界面 - https://:8983/

步骤 2： 选择核心 "Solr_sample"。 字段 Request Handler、Common Within、Overwrite 和 Boost 的值分别默认为/update、1000、true 和 1.0，如下图所示。

步骤 3： 最后，从 CSV、XML、JSON 等中选择所需的文档格式。在文本区域下输入要索引的文档，然后单击 Submit Document 按钮，如以下屏幕截图所示。

使用 Java Client API 添加文档

如您所见，下面是将文档添加到 Solr 索引的 Java 源代码。 使用名称 AddDocument.java 保存此程序。

可以通过在终端上执行以下命令来编译上述代码 -

当我们运行上述命令时，我们将在显示器上收到以下输出。

输出

文档已添加。