02 Apache Solr: 概览 Solr在信息系统架构中的位置

Posted 2020-08-23

概述：

     Apache Solr是一个用JAVA语言构建在Apache Lucene项目上的开源的企业级搜索平台。主要特性包含：全文搜索、命中高亮、片段式搜索、实时索引、动态集群、数据库集成、NoSQL特性和富文本处理。提供分布式搜索和索引复制，设计时便充分考虑了扩展和容错能力。Solr目前是第二流行的企业级搜索引擎，第一是ElasticSearch。

     Solr作为一个独立的全文本搜索服务器运行。在内部使用JAVA开发的Lucene完成全文本索引和查询，提供RESTful API完成对大多数编程语言的支持。灵活的外部配置使得可以不用编写任何的JAVA代码就能完成工作，同时还提供了插件式的架构来支持更为高级的用户定制。

     既然这么强大，那它在我们的整体平台中处于一个什么样的位置？

定位：

     下图来自于官方手册的一个例子。

　　上图中，Solr运行在其他的服务器应用程序之外。拿仓库平台系统来说，我们要提供一些用户界面：例如，可以发起入库的界面，可以查看库存的界面，可以发起出库的界面，作为库管，可能还需要对不正确的物资信息进行调整。无论入库、出库、查看库存等哪个功能，都是围绕着物资展开的。这些信息会同时存在于平台系统的数据库中和Solr系统中，只不过可能会因为存放在不同系统中所要达到的目的和用处不一样，信息的格式和完整度也会有（或没有）差异。

     因为有了Solr，我们在仓储平台中提升搜索体验也变得更加容易。只需通过如下步骤：

     1、定义Schema。Schema告知Solr将要建立索引的文件内容。以仓储平台为例，Schema中可能需要为物资名称、编码、库存量、生产厂商等定义字段。Solr的Schema强大而有弹性，并且允许你为你的应用系统定义特有的Solr行为。

     2、发布Solr。

     3、为用户将要检索进行的检索提供Solr文件。

     4、在应用程序里实现检索功能。

     Solr建立在开发标准之上，因此具有很高的可扩展性。Solr的查询基于RESTful，也就是说，一个查询的本质就是一个简单的HTTP请求URL和一个结构化的响应文档。响应文档的结构主要包含：XML、JSON、CSV，还有其他格式 。这也意味着，大量的客户应用程序可以使用Solr，比如WEB应用、富客户端应用和移动设备。任何支持HTTP协议的平台都能和Solr进行交互。

     Solr基于Apache Lucene项目，一个高性能、全特性的搜索引擎。Solr支持简单的关键字查询，复杂的多字段查询，以及将结果分片段。

 

扩展性：

     如果单个Solr的能力不够可观，那么它处理非常大量应用程序的能力将能达到理想效果。

     比较常见的场景是：你有大量的数据或者很多的查询，一个单一的Solr服务器无法处理所有的工作负荷。在这种情况下，可以使用SolrCloud来扩展Solr的能力，使得其在多台服务器间能获得更好的分发数据、处理请求的能力。基于你需要获得的扩展能力，大量不同的配置选项需要组合使用。

     例如：分片就是一种扩展方式，它把一个大的集合划分成多个称为"分片"的逻辑块，从而提高一个集合中的文档数量使超过一个单一Solr服务器所允许的物理限度。进入系统的查询会被分发到集合里的每一个分片，然后返回合并的结果。另一种可用的技术是提升集合的“复制因子”，它允许你使用集合的副本添加额外的服务器，通过在多台机器之间传播高并发的查询命令来完成工作。分片和复制并非互不相容的，组合使用能使Solr变成一个更加强大和可扩展的平台。