1什么是solr？
“内事不决问百度，外事不决问谷歌”，相信大家对百度、谷歌等搜索引擎都很熟悉了。网上信息浩瀚万千，而且毫无秩序，所以搜索引擎对用户的作用就体现出来了。
不过，因为商业原因，百度、谷歌等搜索引擎都不是开源的。但是，大家不用担心，有闭源的，当然也有开源的搜索引擎。优秀的开源搜索引擎有ApacheSolr、ElasticSearch、IndexTank等等，今天我们主要介绍ApacheSolr。
ApacheSolr是一个高性能，基于Lucene的全文搜索服务器。做为一款搜索引擎，solr不具备爬虫一样采集信息的能力，而是专注于信息的存储和检索。许多朋友误认为solr是数据库，从广义上讲也可认为是数据库，但是它和传统意义上的数据库还是有些区别的。
相信使用过关系型数据库的朋友们一定都做过搜索的功能，比如：有条记录，我想搜索记录中含有“云计算”字段的记录，可以使用关系型数据库提供的“模糊搜索”的功能。“模糊搜索”能不能满足你的要求呢？如果记录数小，条、0条记录当然没问题。但是，如果有万条、0万条甚至上亿，那么“模糊搜索”的效果就会大大折扣。而这时，我们就需要用到solr等搜索引擎了。
Solr是基于lucene的倒排索引技术（也叫全文索引，mysql等关系型数据库也有这个概念，但是“术业有专攻”，solr实现的更好），什么是倒排索引，下面我会做具体介绍。
1.1倒排索引
传统意义的数据库，做索引时，都是一个文档id对应一个或者多个内容字段。而倒排索引则是一个内容字段对应多个文档id。什么意思呢？举个例子，假设分别把下面三句话存储到mysql和solr中：
IlikesportsIlikereadingIlikereadingbooks
在mysql中，一个文档id对应一条记录，一条记录中就会有一个或多个内容字段。比如：文档id为1，对应“Ilikesports”;文档id为2，对应“Ilikereading”。而在搜索时，就会一条记录一条记录的去检索，比如：我想搜索“books”字段，就会先从文档1找起，文档1没有，文档2也没有，文档3找到了，好，返回数据。相对来说，这样效率有点低。
而在solr中，倒排索引就相反了。它会这样做索引，“I”内容字段，对应文档id为1和2；“like”内容字段，对应文档id为1和2；“sports”内容字段，对应文档id为1；“reading”内容字段，对应文档id为2和3；“books”内容字段，对应文档id为3，等等。这样做的好处在哪呢？
比如：我想搜索“likereadingbooks”这句话，我会把这句话分成三个单词“like”、“reading”、“books”（这在solr中叫分词，后面会详细讲），这时我开始通过内容字段查找文档id。比如我找“like”，文档id为1、2、3，那么这三个文档都可以取出来。然后，我接着找“reading”，这时，文档id为1的没有，只剩下2和3了。最后，我找“books”，只剩下文档id为3的存在了。根据一定的算法，这次搜索结果，会给三个文档打分，从高到低：文档3、文档2、文档1。返还给用户优先级，也是3、2、1。
这样做的好处是：不用按照文档id，一个一个的遍历内容字段了，而是根据多个内容字段，去找交叉最多的文档id（当然了，匹配文档id不止内容字段交叉，还有时间、权重等因素，方便理解，省略了），这样做的话，搜索速度立马上升。
1.2基本操作
Solr是基于Java语言开发的开源搜索引擎，内部嵌入了jetty，提供了web界面，用户可以很方便的在web上操作。当然，考虑到稳定性，我没有使用solr自带的jetty，而是选择了tomcat。
1.2.1下载solr和tomcat
从Apache