Ubuntu 上的 Drupal Apache Solr 4.9 & IKAnalyzer 中文分詞配置

這次安裝的系統是Ubuntu 12.04 Server版，Apache Solr 和 IKAnalyzer 都沒變，不過環境和之前不一樣，把過程記錄下來，供大家參考。
  

注意：如果你在接下來的過程中有直接複製粘貼代碼的操作，粘貼後要將引號替換成英文引號。
  

步驟：

·      1、相關程式下載

·      2、安裝jdk 7

·      3、安裝Jetty 9

·      4、安裝Solr 4.9

·      5、Solr多核配置

·      6、安裝配置apachesolr模組

·      7、配置中文分詞

  

1、首先是下載相關程式

大家可以直接通過伺服器下載，也可以本地上傳，當然，如果你能去機房用U盤掛載讀取也是可以的。下面是下載連結以及網盤位址：

·      Apache Solr 4.9：http://archive.apache.org/dist/lucene/solr/4.9.0/solr-4.9.0.zip

·      Apache Solr 4.9：網盤下載Apache Solr 4.9 密碼: mi4i

·      其他Apache Solr：http://archive.apache.org/dist/lucene/solr/

·      Jetty 9：http://download.eclipse.org/jetty/stable-9/dist/

·      Jetty 9：網盤下載Jetty 9 密碼: xbv0

·      IKAnalyzer 2012FF_hf1.zip：https://code.google.com/p/ik-analyzer/

·      IKAnalyzer 2012FF_hf1.zip：網盤下載IKAnalyzer 2012FF_hf1.zip 密碼: utqv

·      修改後的jar包：IKAnalyzer2012FF_u1_custom.jar 密碼: 6bjm

  

2、接下來安裝jdk 7

因為 Jetty 9 的運行需要java環境，如果你的 ubuntu 上有安裝且不低於jdk 7就可以跳過這一步了，如果你沒有安裝過，那就先安裝一個，很簡單的：

1.   sudo apt-get install -y openjdk-7-jdk   

2.   sudo mkdir -p /usr/java   

3.   sudo ln -s /usr/lib/jvm/java-7-openjdk-i386 /usr/java/default   

4.   echo “export JAVA_HOME=/usr/java/default” >> ~/.profile  

上面第三行命令呢是32位元系統下的，如果是64位元的系統，路徑就應該是/usr/lib/jvm/java-7-openjdk-amd64。
  

3、現在安裝Jetty 9

首先進入到Jetty壓縮包所在的資料夾，解壓到/opt下，之後設置$JETTY_HOME，創建一個jetty用戶並設置為$JETTY_HOME的所有人。

1.   tar zxvf jetty-distribution-9.2.3.v20140905.tar.gz -C /opt   

2.   mv /opt/jetty-distribution-9.2.3.v20140905/ /opt/jetty/   

3.   echo “export JETTY_HOME=/opt/jetty/” >> ~/.profile   

4.   sudo useradd jetty -U -s /bin/false  

5.   sudo chown -R jetty:jetty /opt/jetty  

複製jetty.sh到/etc/init.d/下，讓它作為一個服務運行。

1.   sudo cp -a /opt/jetty/bin/jetty.sh /etc/init.d/jetty  

在/etc/default下創建Jetty設定檔

1.   sudo nano /etc/default/jetty  

並粘貼下面代碼，注釋記得去掉：

1.   JAVA_HOME=/usr/java/default # Java 路徑

2.   JETTY_HOME=/opt/jetty  # Jetty 路徑

3.   NO_START=0 # 設置為0，允許jetty開啟

4.   JETTY_HOST=0.0.0.0 # 設置0.0.0.0，則IP和localhost都可以訪問

5.   JETTY_USER=jetty # 作為該用戶運行

保存後就可以開啟Jetty了

1.   sudo service jetty start  

當看到提示：Starting Jetty: OK 時，說明開啟成功。我們訪問http://localhost:8080/試試。

提示有錯誤：Error 404 - Not Found  No context on this server matched or handled this request. Contexts known to this server are

查看了一下，因為/opt/jetty/webapps/下面是空的，複製下面的檔就好了。

1.   sudo cp -R /opt/jetty/demo-base/webapps /opt/jetty/  

  

附：如果想要jetty開機啟動，下面命令搞定

1.   sudo update-rc.d jetty defaults  

如果想更改Jetty埠，編輯$JETTY_HOME下的start.d/http.ini，修改jetty.port

1.   sudo nano /opt/jetty/start.d/http.ini  

1.   —module=http   

2.   ## HTTP Connector Configuration

3.   jetty.port=8080   

4.   http.timeout=30000  

4、安裝Solr 4.9

終於開始配置Solr了，首先第一步當然還是解壓縮，位置任意

1.   sudo tar zxvf solr-4.9.0.tgz -C /tmp  

複製.war包到$JETTY_HOME下的webapps資料夾，複製example/solr到/opt，dist資料夾和contrib資料夾也是必需的。

1.   sudo cp -a solr-4.9.0/dist/solr-4.9.0.war /opt/jetty/webapps/solr.war   

2.   sudo cp -a solr-4.9.0/example/solr /opt/solr   

3.   sudo cp -a solr-4.9.0/dist /opt/solr   

4.   sudo cp -a solr-4.9.0/contrib /opt/solr  

複製context和一些模組以確保solr在jetty上正確運行

1.   sudo cp -a solr-4.9.0/example/contexts/solr-jetty-context.xml /opt/jetty/webapps/solr.xml   

2.   sudo cp -a solr-4.9.0/example/lib/ext/* /opt/jetty/lib/ext/  

添加下面代碼到jetty 設置檔第一行

1.   sudo nano /etc/default/jetty  

1.   JAVA_OPTIONS=“-Dsolr.solr.home=/opt/solr $JAVA_OPTIONS”

修改solrconfig.xml裡面的路徑，確保solr能讀取到改變結構後的contrib和dist下的檔

1.   sudo nano /opt/solr/collection1/conf/solrconfig.xml  

1.   <lib dir=“../../contrib/extraction/lib” regex=“.*.jar” />   

2.   <lib dir=“../../dist/” regex=“solr-cell-d.*.jar” />   
  

3.   <lib dir=“../../contrib/clustering/lib/” regex=“.*.jar” />   

4.   <lib dir=“../../dist/” regex=“solr-clustering-d.*.jar” />   
  

5.   <lib dir=“../../contrib/langid/lib/” regex=“.*.jar” />   

6.   <lib dir=“../../dist/” regex=“solr-langid-d.*.jar” />   
  

7.   <lib dir=“../../contrib/velocity/lib” regex=“.*.jar” />   

8.   <lib dir=“../../dist/” regex=“solr-velocity-d.*.jar” />  

更改solr的用戶組

1.   sudo chown -R jetty:jetty /opt/solr  

OK，現在可以重啟jetty了，solr訪問位址：http://localhost:9090/solr

1.   sudo service jetty restart  

注意：我在本地測試的時候，用chrome打開solr會一直緩衝，有內容載入不完全，換其他流覽器就好了
  

5、Solr的多核配置

1.   cd /opt/solr/   

2.   sudo mv collection1/ core0/   

3.   sudo cp -R core0/ core1/   

4.   cd core1/   

5.   sudo nano core.properties  

修改name值為資料夾名稱

1.   name=core1  

保存後記得修改用戶組，並重啟jetty。多核地址：

·      http://localhost:8080/solr/core0

·      http://localhost:8080/solr/core1

  

6、為Drupal網站安裝配置apachesolr

下載安裝後apachesolr後，開啟Apache Solr search，Apache Solr framework。

複製apachesolr模組的設定檔，粘貼到/opt/solr。具體命令：

1.   cd sites/all/modules/apachesolr/solr-conf/solr-4.x   

2.   sudo cp *.* /opt/solr/collection1/conf/  

修改用戶組，重啟Jetty，之後訪問http://your.drupal.site/admin/config/search/apachesolr/settings，點擊Add search environment（添加搜索環境），Solr Server Url 填寫你的搜索核心的地址：http://localhost:8080/solr/core0。保存之前可以點擊下面的Test connect（測試連結）用來測試一下，提示Your site has contacted the Apache Solr server則說明連接成功。接下來研究中文分詞。
  

7、drupal 的中文分詞

之前有講過IKAnalyzer中文分詞的配置方法以及自訂修改，詳情：

·      windows系統組態solr和Ikanalyzer

·      修改Ikanalyzer智能分詞和細細微性分詞

檔這部分還是使用IKAnalyzer 2012FF_hf1.zip以及我修改過的IKAnalyzer2012FF_u1_custom.jar，下面是具體方法

在/opt/solr/下創建兩個資料夾，lib/和classes/，然後將IKAnalyzer2012FF_u1_custom.jar放在lib下，將IKAnalyzer.cfg.xml、stopword.dic放在classes下

1.   sudo mkdir /opt/solr/lib   

2.   sudo mkdir /opt/solr/classes   

3.   sudo cp IKAnalyzer2012FF_u1_custom.jar /opt/solr/lib/   

4.   sudo cp IKAnalyzer.cfg.xml /opt/solr/classes/   

5.   sudo cp stopword.dic /opt/solr/classes/  

這裡我們沒有把.jar檔放在/opt/jetty/solr-webapp/webapp/WEB-INF/lib/下的原因是jetty啟動時會將/opt/jetty/webapps/solr.war解壓到這裡，我們的分詞.jar會被刪掉。

之後修改schema.xml文件

1.   sudo nano /opt/solr/core0/conf/schema.xml  

在開頭的位置，找到下面這行代碼，將version的值改為1.5。

1.   <schema name=“drupal-4.3-solr-4.x” version=“1.3”>

這裡修改的原因讓Solr先對搜索的短語進行分詞然後再搜索。版本為1.3時，搜索的短語solr不進行分詞，而是直接搜索，也就是你在搜索欄輸入什麼，solr就搜索什麼，是完全匹配搜索，這對我們是沒有意義的。版本修改為1.5之後，solr會先對搜索欄裡的詞或句子進行分詞處理，之後根據分詞結果搜索。而這就是我們想要的結果和搜索方式。

接下來在types標籤內添加分詞處理代碼：

1.   <fieldType name=“text_ik” class=“solr.TextField”>

2.       <analyzer type=“index” class=“org.wltea.analyzer.lucene.IKAnalyzerWithSmart” />

3.       <analyzer type=“query” class=“org.wltea.analyzer.lucene.IKAnalyzerWithoutSmart” />

4.   </fieldType>

在fields標籤內找到 name=label 的field，如下，然後修改type為：text_ik，也就是上面分詞的fieldType的name。類似的還有content等欄位。

1.   <field name=“label” type=“text” indexed=“true” stored=“true” termVectors=“true” omitNorms=“true”/>
修改為

2.   <field name=“label” type=“text_ik” indexed=“true” stored=“true” termVectors=“true” omitNorms=“true”/>

在最後我們來到檔的末尾，將默認操作符改為OR

1.   <solrQueryParser defaultOperator=“AND”/>
修改為

2.   <solrQueryParser defaultOperator=“OR”/>

轉載請注明：QiKor » Apache Solr 4.9 和 IKAnalyzer中文分詞配置（續）Ubuntu 上的 Drupal