Apache Solr

Apache Solr 简介

Apache Solr 是一个开源的 企业级搜索平台，基于 Apache Lucene 构建，由 Apache 软件基金会维护。它专为 高性能全文检索、数据分析和大规模文档处理 设计，广泛应用于 电商搜索、内容管理系统（CMS）、日志分析 等场景。Solr 提供 RESTful API 和丰富的查询功能，支持分布式架构，能够处理 PB 级数据，是 Elasticsearch 的主要竞品之一。

核心特性

1. 全文检索与高级搜索
   • 支持 多语言分词（如中文 IK Analyzer）
   • 提供 布尔查询、模糊搜索、短语匹配、高亮显示 等功能
2. 分布式与高可用
   • SolrCloud 模式支持自动分片（Sharding）和副本（Replication）
   • 基于 ZooKeeper 实现集群协调
3. 灵活的数据导入
   • 支持从 数据库（JDBC）、文件（CSV/JSON/XML）、消息队列（Kafka） 导入数据
   • 提供 Data Import Handler (DIH) 定时同步数据
4. 丰富的扩展性
   • 插件机制支持自定义 分词器、查询解析器、结果处理器
   • 与 Hadoop、Spark 集成进行大数据分析
5. 管理与监控
   • 内置 Admin UI（可视化控制台）
   • 支持 JMX 和 Prometheus 监控指标

核心概念

典型应用场景

1. 电商平台搜索
   • 商品多条件筛选（价格、品牌、评分）
   • 搜索词自动补全（Suggestions）
2. 内容管理系统
   • 新闻、博客的全文检索
   • 多字段联合查询（标题+正文+标签）
3. 日志分析
   • 结合 Fluentd 或 Logstash 实现日志收集与检索
4. 大数据集成
   • 作为 Hadoop 或 Spark 的查询引擎
5. 数据库加速
   • 为 MySQL/Oracle 提供高性能搜索接口

快速入门示例

1. 启动 Solr（Docker）

docker run -d -p 8983:8983 --name solr solr:9.5.0

访问 http://localhost:8983/solr 进入 Admin UI。

2. 创建 Core 并插入数据

# 创建 Core
docker exec -it solr solr create_core -c products

# 插入 JSON 数据
curl -X POST "http://localhost:8983/solr/products/update/json/docs" \
  -H "Content-Type: application/json" \
  -d '[{"id": "1", "name": "智能手机", "price": 3999.99}]'

# 提交变更
curl "http://localhost:8983/solr/products/update?commit=true"

3. 执行搜索

curl "http://localhost:8983/solr/products/select?q=name:手机&fl=name,price"

性能优化建议

1. 硬件配置
   • SSD 存储：提升索引和查询速度
   • JVM 调优：设置 -Xms 和 -Xmx 相同（如 -Xmx8G）
2. 索引设计
   • 使用 动态字段（Dynamic Fields） 灵活适配数据结构
   • 对高频查询字段启用 DocValues
3. 查询优化
   • 避免 *:* 全量查询，改用 过滤器缓存（Filter Cache）
   • 分页时使用 游标（Cursor） 替代 start 参数
4. 集群部署
   • 每个节点运行 1-2 个 Shard，避免过多分片导致性能下降
   • 为 ZooKeeper 集群单独分配资源