可喜可賀寫(xiě)到了第二篇，照這個(gè)勢(shì)頭都可以去寫(xiě)論文了。我的委托人小Y明明計(jì)科系出身，看來(lái)上學(xué)時(shí)期肯定腦瓜里都是薔薇色的，才傻傻來(lái)找本熊幫忙?？上П拘苌蠈W(xué)時(shí)期都是節(jié)能減排型的，通關(guān)模式向來(lái)選Easy，但為了可以愉快的勒索小Y的午餐，本熊也是夠拼了。
純初學(xué)者說(shuō)明模式
本章節(jié)主講實(shí)現(xiàn)本地模式
- Solr4.10與Tomcat集成
- 刪除Solr索引的方法
- 一點(diǎn)有效但不實(shí)用的小技巧
1.Solr與Tomcat集成
集成的原因，初學(xué)者的可能會(huì)好奇Solr與Tomcat兩個(gè)都是可以作為服務(wù)器，為啥不單用Solr呢？
單獨(dú)啟動(dòng)Solr也可以，但原因在于將來(lái)實(shí)現(xiàn)的不是這樣的偽集群模式，Solr在搜索引擎中的作用是建立索引，而管理集群的工作則交給了zookeeper，而載體就是Tomcat
可以參照前一章的步驟完成準(zhǔn)備工作，接下來(lái)就可以正式開(kāi)工了
1.1 解壓Tomcat與solr
這里的路徑隨意，本熊假設(shè)Tomcat的主目錄為T(mén)omcatPath，Solr的主目錄為SolrPath，Nutch的解壓后的主目錄為NutchPath
以下是本熊的解壓位置：
TomcatPath的值就是/home/as/workspace/tomcat
SolrPath的值就是/home/as/下載/solr-4.10.3
NutchPath的值就是/usr/Dzy/apache-nutch-2.3.1
各位看官可以看自己的解壓位置替換，本熊只為方便說(shuō)明。
在TomcatPath下的
/webapps文件夾內(nèi)新建名叫solr文件夾在SolrPath下路徑
/example/webapps有名為solr.war的壓縮文件，將其復(fù)制到剛才新建的solr文件夾內(nèi)-
在當(dāng)前目錄將solr.war解壓
完成圖
本熊請(qǐng)各位務(wù)必注意路徑，本熊將截圖包括路徑，各位可以根據(jù)自身情況稍加推理，找到正確的位置。 -
將SolrPath下的
/example內(nèi)的solr文件夾復(fù)制到TomcatPath路徑下，如圖
完成圖2 在NutchPath下的
/conf中的schema.xml文件，復(fù)制到TomcatPath下的/solr/collection1/conf內(nèi)覆蓋原文件
這樣第一步準(zhǔn)備工作就算完成啦，至于為什么復(fù)制Nutch的
schema.xml文件呢？了解過(guò)MYSQL的人肯定看這個(gè)詞很眼熟，這就是告知solr服務(wù)器需要保留哪些類(lèi)型數(shù)據(jù)的配置文件
1.2 修改solr的配置文件
此處的目的在于修改solr的配置文件，使其能準(zhǔn)確的找到core的位置，本熊推測(cè)core的作用正是像處數(shù)據(jù)理機(jī)一樣，里面集成了分詞器等，使其可以可以建立索引。
- 在TomcatPath下
/webapps/solr/WEB-INF的文件內(nèi)修改web.xml文件，將選取部分的注釋取消（將開(kāi)頭 ````消除即可）
修改web.xml
正確的寫(xiě)法是
<env-entry>
<env-entry-name>solr/home</env-entry-name>
<env-entry-value>/home/as/workspace/tomcat/solr</env-entry-value>
<env-entry-type>java.lang.String</env-entry-type>
</env-entry>
<env-entry-value>標(biāo)簽下寫(xiě)的是步驟1.1的最后一步復(fù)制的solr文件所在的路徑，不是solr.war的解壓路徑
1.3 啟動(dòng)solr
- 在TomcatPath目錄下執(zhí)行以下命令，啟動(dòng)Tomcat
bash startup.sh - 然后在瀏覽器中輸入以下網(wǎng)址
http://localhost:8080/solr/
如果終端顯示了Permission denied，這就是權(quán)限不夠，拒絕執(zhí)行的意思
su
本熊就用的這個(gè)命令來(lái)提升權(quán)限吧
2.刪除Solr索引
本熊簡(jiǎn)單介紹一下為什么要?jiǎng)h除，因?yàn)樵趯?shí)驗(yàn)中Nutch抓取后，將抓取到數(shù)據(jù)存儲(chǔ)到Hbase（也可以是其他的數(shù)據(jù)庫(kù)）
然后由Solr來(lái)生成索引執(zhí)行查詢，如果不刪除，那么將永遠(yuǎn)保留著第一次抓取的結(jié)果，無(wú)法查詢今后的抓取結(jié)果
- 在
Core selector的下拉欄中選擇Collection1，然后再選取Documents，將右側(cè)的Documents Type選為XML，如下圖
http://localhost:8080/solr/#/collection1/documents - 然后在下面文本域中輸入
<delete><query>:</query></delete>
<commit/>
點(diǎn)擊Submit Document執(zhí)行，這句話用于清除所有索引，各位可以按需要?jiǎng)h除指定的索引，這個(gè)得去問(wèn)Google，本熊是實(shí)用派的
3.查詢Nutch抓取的數(shù)據(jù)
如果完成了Nutch的抓取流程，這里可以看見(jiàn)抓取的結(jié)果，當(dāng)然如果沒(méi)有執(zhí)行過(guò)，里面是什么都查不出來(lái)的
所以耐心的跟著本熊往下走完成以后的指南，本熊保證不出大意外，一定會(huì)看見(jiàn)的。
- 在
Core selector的下拉欄中選擇Collection1，然后再選取Query，點(diǎn)擊右側(cè)Execute Query，如下圖
http://localhost:8080/solr/#/collection1/query
各位看官也可按需要調(diào)整查詢參數(shù)，語(yǔ)法也是很簡(jiǎn)單的，本熊建議各位少年少女們好好利用百度吧，多查一查也不會(huì)有在下百度查我干嘛的的橋段的。
再次提醒 版本正確,版本正確,版本正確,在下版本有何貴干？不吐槽了，本熊就是在Nutch抓取成功后，卻看不到solr上有任何數(shù)據(jù)，后來(lái)查明就是用了高版本的solr，希望各位少撞點(diǎn)墻了，能保證指甲頭發(fā)的正常生長(zhǎng)。
第二期完
本期可是之后完成Nutch抓取后的重要的檢測(cè)工作，只有查詢時(shí)看到了結(jié)果才算成功。在看到從沒(méi)有到出現(xiàn)，那個(gè)成就感都讓本熊差點(diǎn)忘了目的是刷小Y好感度了。
確實(shí)作為程序熊，成就感十分重要，在不知不覺(jué)接受越來(lái)越厲害的項(xiàng)目時(shí)，各位還能找到這份最初的愉悅嗎？
下一期講Hadoop與Hbase的配置
相關(guān)內(nèi)容
[Linux] Nutch 2.3.1+ Hbase + Hadoop + Solr 單機(jī)指南（一）
[Linux] Nutch 2.3.1+ Hbase + Hadoop + Solr 單機(jī)指南（二）
[Linux] Nutch 2.3.1+ Hbase + Hadoop + Solr 單機(jī)指南（三）
[Linux] Nutch 2.3.1+ Hbase + Hadoop + Solr 單機(jī)指南（四）
