Nutch+solr+mmseg4j如何集成

這篇文章主要介紹了Nutch+solr+mmseg4j如何集成，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

十多年的文圣網(wǎng)站建設(shè)經(jīng)驗(yàn)，針對(duì)設(shè)計(jì)、前端、開(kāi)發(fā)、售后、文案、推廣等六對(duì)一服務(wù)，響應(yīng)快，48小時(shí)及時(shí)工作處理。營(yíng)銷型網(wǎng)站的優(yōu)勢(shì)是能夠根據(jù)用戶設(shè)備顯示端的尺寸不同，自動(dòng)調(diào)整文圣建站的顯示方式，使網(wǎng)站能夠適用不同顯示終端，在瀏覽器中調(diào)整網(wǎng)站的寬度，無(wú)論在任何一種瀏覽器上瀏覽網(wǎng)站，都能展現(xiàn)優(yōu)雅布局與設(shè)計(jì)，從而大程度地提升瀏覽體驗(yàn)。創(chuàng)新互聯(lián)從事“文圣網(wǎng)站設(shè)計(jì)”,“文圣網(wǎng)站推廣”以來(lái)，每個(gè)客戶項(xiàng)目都認(rèn)真落實(shí)執(zhí)行。

第一章

安裝配置solr4.2

#下載solr4.2.0版本

[root@nutch nutch3]# wget http://archive.apache.org/dist/lucene/solr/4.2.0/solr-4.2.0.tgz

#解壓solr4.2.0文件

[root@nutch nutch3]# tar -xzvf solr-4.2.0.tgz

#把nutch/conf/schema.xml復(fù)制到solr/collection1/conf

在solr4.2.0版本中，我們需要把nutch的schema-solr4.xml文件復(fù)制到collection1下的conf目錄內(nèi)，指定為schema.xml

[root@nutch nutch3]# cp /home/nutch3/release-1.6/runtime/local/conf/schema-solr4.xml /home/nutch3/solr-4.2.0/example/solr/collection1/conf/schema.xml

#啟動(dòng)solr服務(wù)器

[root@nutch example]# java -jar start.jar &

啟動(dòng)之后報(bào)錯(cuò)：

_version_ does not exist

Unable to use updateLog: _version_field must exist in schema, using indexed="true" stored="true" and multiValued="false" (_version_ does not exist)

不存在_version_字段

解決方案：

修改solr/collection1/conf/schema.xml，在<fields>下增加：<field name=”_version_” type=”long” indexed=”true” stored=”true”/>

#關(guān)閉solr服務(wù)器

[root@nutch example]# jps

4625 jar

4664 Jps

[root@nutch example]# kill -9 4625

[root@nutch example]#

solr4.2.0版本和solr3.6.2版本，最大的區(qū)別在于

在solr4.2.0版本中，我們不再需要把solr/conf/solrconfig.xml文件里的<str name=”df”>text</str>都替換為<str name=”df”>content</str>

#重新啟動(dòng)solr服務(wù)器

[root@nutch example]# java -jar start.jar &

打開(kāi)瀏覽器訪問(wèn)8983端口

http://192.168.1.49:8983/solr/

給solr4.2配置分詞器mmseg4j 1.9.0

我們?cè)诓慌浞衷~的情況下提交索引，它使用默認(rèn)的分詞。但默認(rèn)分詞效果并不是我們想要的。所以，我們給solr配置mmseg4j分詞器。

#停止服務(wù)

[root@nutch example]# jps

5927 Jps

5853 jar

[root@nutch example]# kill -9 5853

#下載mmseg4j1.9

[root@nutch nutch3]# wget http://mmseg4j.googlecode.com/files/mmseg4j-1.9.1.v20130120-SNAPSHOT.zip

#unzip命令解壓mmseg4j1.9

[root@nutch nutch3]# unzip mmseg4j-1.9.1.v20130120-SNAPSHOT.zip -d mmseg4j-1.9.1

#創(chuàng)建lib目錄

[root@nutch nutch3]# mkdir solr-4.2.0/example/solr/collection1/lib

拷貝mmseg4j1.9下dist目錄中的3個(gè)jar包到solr/collection1/lib目錄下

[root@nutch nutch3]# cp mmseg4j-1.9.1/mmseg4j-1.9.1-SNAPSHOT/dist/* solr-4.2.0/example/solr/collection1/lib

修改schema.xml，指定使用seg4j的Tokenizer

[root@nutch nutch3]# vi solr-4.2.0/example/solr/collection1/conf/schema.xml

把<tokenizer class="solr.WhitespaceTokenizerFactory"/>和<tokenizer class="solr.StandardTokenizerFactory"/>替換為<tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory" mode="complex"/>

Solr配置分詞器主要注意兩點(diǎn)：

1. 復(fù)制jar包

2. 替換schema分詞器

運(yùn)行SOLR并提交索引

#啟動(dòng)solr服務(wù)器

[root@nutch example]# java -jar start.jar &

#提交索引

[root@nutch local]# bin/nutch solrindex http://192.168.1.49:8983/solr/ data/crawldb/ -linkdb data/linkdb/ -dir data/segments/

到solr管理界面去查看索引信息

在網(wǎng)頁(yè)查看schema.xml配置文件

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Nutch+solr+mmseg4j如何集成”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來(lái)學(xué)習(xí)!

文章題目：Nutch+solr+mmseg4j如何集成
本文網(wǎng)址：http://muchs.cn/article10/ghgpgo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供全網(wǎng)營(yíng)銷推廣、響應(yīng)式網(wǎng)站、網(wǎng)站設(shè)計(jì)、網(wǎng)站策劃、企業(yè)網(wǎng)站制作、網(wǎng)站內(nèi)鏈

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)