0. 引言
上一节，我们简单介绍了solr并演示了单节点solr的安装流程，本章，我们继续讲解solr的核心概念
1. 核心概念
- 核心（索引/表）
在es中有索引这个概念，相当于mysql中的表（与mysql中的索引区分开来），而在solr中称之为核心 core, 所以我们可以看到页面上有一个core admin，就是用来管理核心的，个人更喜欢将其称之为索引，与es的概念形成关联记忆。
和数据库一样，solr的数据就是由一个个core组成。
- 文档 doc
doc全称document， es中也有相同的概念，相当于数据库中的一行数据，一个doc也就表示的一个core中的一条数据
- 结构 Schema
Schema类似于数据库中的表结构，以schema.xml的文本形式存在于conf目录下，在添加数据到索引中时，需要配置Schema。schema中包含：字段、字段类型、唯一键
- 分词
之前没有接触过搜索引擎的同学，可能还不太理解分词是什么概念，与传统的数据库模糊查查询不一样，搜索引擎是基于分词查询的，从而来弥补模糊查询不足的地方
举个例子，我们想要查询沙县小吃，那么传统的模糊查询是使用前后模糊匹配，类似 沙县小吃 ，这样的匹配模式，但如果我们的内容只有“沙县”，没有小吃时，就会导致匹配不到我们想要的信息。而分词不同，分词首先就将我们的搜索文本分割成一个个的词组，比如：沙县、小吃，然后分别匹配这些分词在哪个数据中出现的，将其匹配出来，并计算相关度得分。
- 倒排索引
说明了分词，我们需要继续讲解倒排索引，也叫反向索引，来帮助大家理解solr为什么能实现毫秒级的搜索体验
如下图为普通的正向索引，一句话被对应分割成了一组分词，当我们查询"china"时，会去各个文档的分词组中查询是否存在，这样的做法需要遍历每个文档，数据量较大时，明显就很慢了
而逆向索引的处理刚好相反，以分词为存储的主键，文档ID为值，这样能直接通过分词查询出哪些文档存在该关键字，通过文档ID是顺序存储的，那么也就意味着是有压缩空间的，具体大家可以参考之前书写的关于ES的分词压缩算法，核心思想类似：浅谈倒排索引的两种压缩算法：FOR算法和RBM算法倒排索引的存储方式，其核心优势就在于当数量特别大时，其在性能的提高和空间上的节约
- 存储说明
2. solr-admin页面介绍
我们打开solr的管理界面，会发现页面分成了5个部分
- Dashboard solr的基本信息
如下图所示，可以看到solr的版本、java版本等基础信息
- Logging 日志
非常重要的页面，当solr出现问题，比如数据库data-import同步失败时，就可以通过该页面查看日志详情，从而来进行排错，擅用Logging页面，将会为你节约大量的排错时间
- Core Admin 核心/索引管理，类似数据库表管理
如下图所示，我们可以在Core Admin中进行数据的同步、查询、新增修改、配置文件的查看等
- Overview: 概览，一些核心/索引的统计信息
- Analysis: 分词查询，如果想知道某个查询词会被分词成什么样，可在这里操作，类似es中的_analyze语句
- DataImport: 数据同步，分为增量同步和全量同步
- Documents: 数据新增或更新、删除，新增和更新用的都是/update，id存在则更新，不存在则新增
- Files: 配置文件信息，也提供了上传或下载文件到solr服务的功能，可以通过此自定义查询组件
- Ping: 用于测试与solr服务器之前的连接是否正常
- Plugins/Stats：插件管理页面，可以查看、启用、禁用已经安装了的solr插件
- Query：查询页面，提供在线查询solr数据的页面
- Replication：管理solr分片配置
- Schema：管理solr索引结构
- Segments info：查看solr索引的段信息，了解索引大小、文档数量、字段等信息
- Java Properties java相关属性
- Thread Dump 线程相关信息
版权声明：本文不是「本站」原创文章，版权归原作者所有 | 原文地址: