针对Solr的分词器比较多,其中最常用的的两个是mmseg4j和ik-analyzer,至于他们的区别可以网上查找比较下,这两个分词器都挺好用。我搭建的Solr环境(上一篇 )是4.10.3的最新版本,以下将详细说下mmseg4j的配置。
1.首先下载对应的jar包。
版本号一定要对应上否则可能会报错,下载地址为: 但是这个网址好像需要翻墙,所以大家可以到我的上传资源下载: 。
2.将jar包拷贝到服务器solr的lib包下。
三个包:mmseg4j-solr-2.2.0.jar,mmseg4j-analysis-1.9.1.jar,mmseg4j-solr-2.2.0.jar
3.配置schema.xml。
schema.xml的配置也挺简单,首先需要在schema.xml文件中配置一个fieldType节点,如下:
<!-- mmseg4j -->
<fieldType positionIncrementGap="100">
<span> </span><analyzer>
<span> </span><tokenizer mode="complex" />
<span> </span></analyzer>
</fieldType>
然后就可以在field节点中引用该filedType了,假设你有个字段叫my_content需要支持中文分词,只需要定义示例filed节点如下:
<field type="text_zh" indexed="true" stored="false" multiValued="true"/>
4.重启Solr服务器。
5.测试。
浏览器输入地址::8080/solr/
解析“有什么好的电影推荐吗”的效果如下图:
在 Ubuntu 12.04 LTS 上通过 Tomcat 部署 Solr 4