Solr5.0配置中文分词包

Solr中默认的中文分词是用Lucene的一元分词包。 现在说明在Solr5.0中配置Lucene的SmartCN中文分词包。

1，进入Solr的安装目录，我这里是：/root/nutch/solr-5.0.0 
把contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-5.0.0.jar包复制到solr的启动目录的lib目录下。

1. # cp ./contrib/analysis-extras/lucene-libs/lucene-analyzers-smartcn-5.0.0.jar ./server/solr-webapp/webapp/WEB-INF/lib/

2，修改managed-schema配置文件。此文件在/root/nutch/solr-5.0.0/server/solr/mycore1/conf目录下，其中mycore1是建立的core名称。 
在/root/nutch/solr-5.0.0/server/solr/mycore1/conf/managed-schema配置文件中添加如下信息：#vi managed-schema

在schema.xml 文件的接近末尾的地方增加我们的字段类型的

1. <fieldType name=”text_smart” class=”solr.TextField” positionIncrementGap=”100″>
2. <analyzer type=”index”>
3. <!– 此处需要配置主要的分词类 –>
4. <tokenizer class=”solr.SmartChineseSentenceTokenizerFactory”/>
5. <!–
6. <filter class=”solr.StopFilterFactory” ignoreCase=”true” words=”stopwords.txt” enablePositionIncrements=”true” />
7. <filter class=”solr.LowerCaseFilterFactory”/>
8. –>
9. <!– in this example, we will only use synonyms at query time
10. <filter class=”solr.SynonymFilterFactory” synonyms=”index_synonyms.txt” ignoreCase=”true” expand=”false”/>
11. –>
12. <filter class=”solr.SmartChineseWordTokenFilterFactory”/>
13. </analyzer>
14. <analyzer type=”query”>
15. <!– 此处配置同上 –>
16. <tokenizer class=”solr.SmartChineseSentenceTokenizerFactory”/>
17. <!–
18. <filter class=”solr.StopFilterFactory” ignoreCase=”true” words=”stopwords.txt” enablePositionIncrements=”true” />
19. <filter class=”solr.SynonymFilterFactory” synonyms=”synonyms.txt” ignoreCase=”true” expand=”true”/>
20. <filter class=”solr.LowerCaseFilterFactory”/>
21. –>
22. <filter class=”solr.SmartChineseWordTokenFilterFactory”/>
23. </analyzer>
24. </fieldType>

字段需要使用text_smartcn的 就是用下面的语句，比如我的是content字段

<field name="content" type="text_smartcn" indexed="true" stored="true"/>

3，重启solr服务

1. # ./bin/solr restart
2. Sending stop command to Solr running on port 8983 … waiting 5 seconds to allow Jetty process 50325 to stop gracefully.
3. Waiting to see Solr listening on port 8983 []
4. Started Solr server on port 8983 (pid=50745). Happy searching!

4，验证 
用SmartCN的分词。 

用Solr默认的分词。