写点什么

搜索百科(2):Apache Solr — 企业级搜索的开源先锋

作者:极限实验室
  • 2025-09-19
    北京
  • 本文字数:2103 字

    阅读完需:约 7 分钟

搜索百科(2):Apache Solr — 企业级搜索的开源先锋

大家好,我是 INFINI Labs 的石阳。


欢迎回到 《搜索百科》 专栏!每天 5 分钟,带你速览一款搜索相关的技术或产品,同时还会带你探索它们背后的技术原理、发展故事及上手体验等。


上一篇我们认识了搜索技术的基石 Apache Lucene,今天我们将继续这个旅程,了解基于 Lucene 构建的第一个成功商业级搜索平台 —— Apache Solr


Solr 是什么?

Solr 是一款极速的开源多模态搜索平台,基于 Apache Lucene 的全文、向量和地理空间搜索能力构建而成。Solr 具备高可靠性、可扩展性和容错性,支持分布式索引、复制与负载均衡查询,提供自动故障转移与恢复、集中化配置等功能。如今,Solr 为全球众多大型互联网网站提供搜索和导航功能。



它的定位是:把 Lucene 打造成独立的企业级搜索服务。相比 Lucene 需要写代码调用,Solr 提供了 Web 管理界面、REST API 和配置文件,让开发者更容易上手。

起源:从网站搜索到 Apache 顶级项目

Solr(读作"solar")的故事始于 2004 年,当时 CNET 公司的开发人员 Yonik Seeley 需要为其新闻网站构建一个搜索功能。虽然 Lucene 提供了强大的核心搜索能力,但直接使用 Lucene 需要编写大量 Java 代码,缺乏开箱即用的功能。


Seeley 决定在 Lucene 之上构建一个更易用的搜索服务器,于是 Solr 诞生了。最初的目标很明确:通过 HTTP/XML 接口提供搜索服务,让任何编程语言都能轻松集成搜索功能。


2006 年,Solr 捐赠给 Apache 基金会,2007 年成为顶级项目。2010 年,Solr 与 Lucene 项目合并,形成了今天我们所知的 Apache Lucene/Solr 项目。

技术架构


Index(索引)


Apache Solr 的索引就像是用于管理结构化 / 非结构化数据的“数据库”。它以便于分析和全文检索的方式存储数据。


Query Parser(查询解析器)


所有由客户端提交的查询都会由查询解析器处理。


Response Handler(响应处理器)


响应处理器负责为客户端生成合适格式的响应(如 JSON/XML/CSV)。


Update Handler(更新处理器)


更新处理器用于索引操作,即对索引中的数据进行插入、更新和删除。例如,如果我们希望 MySQL 数据与 Apache Solr 保持同步,就需要创建一个负责同步的更新处理器。

功能亮点

  • 全文检索:高效支持关键词搜索、布尔查询、短语匹配等。

  • 分面搜索(Faceted Search):可以对搜索结果进行分类和聚合统计。

  • 分布式架构(SolrCloud):支持集群部署、自动分片、副本和容错。

  • 丰富的数据接口:提供 RESTful API,支持 JSON、XML、CSV 等多种格式的数据交互。

  • 扩展性与可定制性:通过插件机制支持多语言分词、排序、评分模型等个性化定制。

  • 地理位置搜索:内置空间搜索能力,支持基于经纬度的范围查询和排序。

对比: Solr vs Elasticsearch 如何选择?

虽然两者都基于 Lucene,但在设计哲学上有所不同:



简单来说:Solr 更像"精装房",开箱即用;Elasticsearch 更像"毛坯房",需要更多自定义但更灵活。

快速开始:5 分钟搭建 Solr 服务

1. 下载和安装

# 下载 8.x 版 Solrwget https://dlcdn.apache.org/solr/solr/8.11.4/solr-8.11.4.tgz
# 解压tar -xzf solr-8.11.4.tgz
# 启动 Solr(单机模式)cd solr-8.11.4bin/solr start
复制代码

2. 创建 Core

# 创建测试 Corebin/solr create -c test_core
# 查看 Core 状态bin/solr status
复制代码

3. 索引文档

# 使用 curl 索引 JSON 文档curl http://localhost:8983/solr/test_core/update -d '[  {"id": "1", "title": "Solr 入门指南", "content": "Apache Solr 是企业级搜索平台"},  {"id": "2", "title": "搜索技术演进", "content": "从 Lucene 到 Solr 的技术发展"}]' -H 'Content-type:application/json'
# 提交更改curl http://localhost:8983/solr/test_core/update -d '<commit/>' -H 'Content-type:application/xml'
复制代码

4. 执行搜索

# 搜索"Solr"curl "http://localhost:8983/solr/test_core/select?q=content:Solr"
# 使用 JSON 格式返回curl "http://localhost:8983/solr/test_core/select?q=content:Solr&wt=json"
复制代码


执行搜索返回结果:



访问 http://localhost:8983/solr 即可使用 Solr 的管理界面。


Dashboard:



Core Admin:


结语

从最初的公司内部工具,到成为全球范围内广泛使用的开源搜索引擎,Apache Solr 见证并推动了搜索技术的进化。尽管近年来 Elasticsearch、向量数据库和 AI 驱动的搜索技术逐渐崛起,但 Solr 依然是许多企业可靠且成熟的选择。它的故事不仅属于开源社区,也代表了搜索技术发展的一个重要阶段。




🚀 下期预告


在下一篇「搜索百科」中,我们将介绍它的明星兄弟 —— Elasticsearch


💬 三连互动


  1. 你现在还在用 Solr 吗?

  2. 在 Solr 和 Elasticsearch 之间做过技术选型?

  3. 遇到过有趣的 Solr 使用案例或挑战?


对搜索技术感兴趣的朋友,欢迎关注《搜索百科》专栏,一起探讨与学习!


✨ 推荐阅读



🔗 参考



原文:https://infinilabs.cn/blog/2025/search-wiki-2-solr/

发布于: 刚刚阅读数: 2
用户头像

简单、易用、极致、创新 2021-11-22 加入

极限实验室(INFINI Labs)致力于打造极致易用的数据探索与分析体验。

评论

发布
暂无评论
搜索百科(2):Apache Solr — 企业级搜索的开源先锋_搜索引擎_极限实验室_InfoQ写作社区