部署solr建立nutch索引

接着上篇nutch1.4的部署应用&＃xff0c;我们来部署一下solr&＃xff0c;solr是对lucene进行了封装的企业级搜索应用&＃xff0c;具体的大家可以去搜一下了解&＃xff0c;我这里就不做具体阐述了&＃xff0c;我来说一下solr的部署吧。

首先&＃xff0c;我们去solr的官网中下载solr,nutch1.4中应用的solr是3.4&＃xff0c;那么我们去官网中也下载3.4吧

http://www.apache.org/dyn/closer.cgi/lucene/solr/

找到3.4.0下载apache-solr-3.4.0.zip或者apache-solr-3.4.0.tgz都可以&＃xff0c;下载完成后&＃xff0c;我们解压缩&＃xff0c;解压完毕后&＃xff0c;我们去解压一个tomcat&＃xff0c;我用的是tomcat6&＃xff0c;解压完tomcat6后&＃xff0c;我们打开tomcat 的文件夹&＃xff0c; 

然后我们在tomcat下的conf目录下

创建Catalina\localhost目录&＃xff08;如果存在就不用创建&＃xff09;

然后我们创建solr.xml文件

在里面加入如下语句&＃xff1a; 

docBase中是我们的solr的web服务的地址&＃xff0c;我们解压solr后&＃xff0c;到dist中找到apache-solr-3.4.0.war给引入进来&＃xff0c;然后solr/home就是solr的配置和索引地址&＃xff0c;测试的话可以引入example/solr&＃xff0c;或者把example下的solr 复制到任何位置都可以&＃xff0c;只要把solr/home的地址给加正确了就可以。

如果需要控制访问权限则可以配置&＃xff08;上面配置注释的地方&＃xff09;&＃xff1a;

如果不是来自配置的IP则被拦截会显示403

我们全部配置好了&＃xff0c;现在还不行&＃xff0c;如果要与nutch进行索引的话&＃xff0c;还需要把nutch中的solr配置给copy过来&＃xff0c;我们在nutch1.4的conf目录下找到schema.xml文件&＃xff0c;然后我们将这个文件copy到solr/home的conf目录下即可&＃xff0c;如果不将nutch 下的schema.xml文件copy过去&＃xff0c;在生成索引时会出现 一些错误如&＃xff1a;

org.apache.solr.common.SolrException: ERROR:unknown field &＃39;content&＃39;

配置好了后&＃xff0c;然后启动tomcat即可&＃xff0c;然后nutch爬取完毕后就会生成索引到solr/home下的data下面&＃xff1a;

D:/file/apache-solr-3.4.0/example/solr/data/index下&＃xff08;我的solr/home)