高学平的网络日志

和切词器一样，过滤器也是消费输入，然后输出一串的 tokens，过滤器也是继承自 org.apache.lucene.analysis.TokenStream。和切词器不一样的是，一个过滤器的输入是另一种TokenStream。通常情况下，过滤器的工作比切词器简单，过滤器拿着每个token，决定是继续流转下去或者替换或者抛弃。 过滤器消费一个 TokenStream ...

Correcting and augmenting stemming 上面提到的词干器都是使用算法进行词干化，而不是通过词库进行词干化。语言中有许多的拼写规则，所以算法型的词干器是很难做到完美的，有时在不应该进行词干化的时候，也进行了词干化。 如果你发现了一些不应该进行词干化的词，你可以先使用KeywordMarkerFilt...

以下字符在 Solr 中有特殊含义，如果你使用这些字符或者含有这些字符的关键字去搜索，那么会报出400 bad request错误，因为在solr中这些字符是有特殊含义的。[shell] + – && || ! ( ) { } [ ] ^ ” ~ * ? : \[/shell] 那么如何做呢，在搜索的时候可以处理一下，对这些进行转义或者直接去掉即可，可以使用程序处...

SOLR加载数据，创建索引和数据时，核心数据结构的配置文件是schema.xml，该配置文件主要用于配置数据源，字段类型定义，搜索类型定义等。schema.xml的配置直接影响搜索结果的准确性与效率。 schema.xml配置节点说明： 一、：搜索类型定义[xml] <fieldType name="string" class="solr.StrField"...

相信使用solr的很多同学安装结束之后就很少去探讨solr的一些实现机制了，例如打分机制、Solr DisjunctionMax多域搜索，例如多域联合搜索与直接多域boots求和结果是完全不同的，使用较复杂。 今天我们只是简单的讲一下多字段搜索和简单的打分机制，后续继续探讨一些solr的使用以及实现机制的问题。 首先我们讲一下solr...

之前有篇文章是讲述如何搭建solr的，搭建结束之后呢，我们需要简单的使用一下solr，其中solr提供了很多的客户端语言，在这里我们以php为例，简单的讲一下如何建立索引和进行搜索。 首先给出一段小例子的程序，我们使用的是solrphpclient的封装类库，第三方的solr处理类库还有solarium，也是很棒的一款类库。 [php]<...

之前有一篇文章我们介绍了如何在linux上部署安装jdk、tomcat、ant，今天我们来介绍一下唉tomcat上部署solr。 假设你的tomcat安装路径为/usr/local/tomcat/ 首先我们要去下载solr的二进制源码包apache-solr-3.6.1。 下载结束后我们解压文件夹，然后将dist文件夹下的apache-solr-3.6.1.war文件复制到tomcat的webapps目...