本篇目录：
solr什么是分词器
1、分词器，是将用户输入的一段文本，分析成符合逻辑的一种工具。到目前为止呢，分词器没有办法做到完全的符合人们的要求。
2、顾名思义，文本分析就是 把全文本转换成一系列单词（term/token）的过程 ，也叫 分词 。在 ES 中，Analysis 是通过 分词器（Analyzer） 来实现的，可使用 ES 内置的分析器或者按需定制化分析器。
3、MMSEG4J基于Java的开源中文分词组件，提供lucene和solr 接口：1．mmseg4j 用 Chih-Hao Tsai 的 MMSeg 算法实现的中文分词器，并实现 lucene 的 analyzer 和 solr 的TokenizerFactory 以方便在Lucene和Solr中使用。
4、（6）Solr比较成熟，有一个更大，更成熟的用户、开发和贡献者社区，而 Elasticsearch相对开发维护者较少，更新太快，学习使用成本较高。
5、Lucene是索引，Nutch是完整的搜索引擎实现，是基于Lucene来实现的。可以这么理解，Lucene是一个基础的东西，主要用于建立数据的索引，通过开发人员自己调用Lucene api使用。
6、当然也没那么容易入手。 至于几种常见的lucene切词工具 Paodingiksmartcn Paoding词库基本已经没有更新，当然也没必要更新。最近的一次更新应该是兼容solr.4xx 自定义词典什么的就是个普通的文本文件而已。
如何用Solr搭建大数据查询平台
在linux下还可以通过install_solr_service.sh脚本把solr安装为服务，开机后台自动运行。
通过向 Solr 集群 GET 请求 /solr/core-name/select？query 形式的查询 API 完成查询，其中 core-name 为查询的 Core 名称。
将解压包中的solr-1/dist/solr-war复制到tomcat_dir/webapps/目录，并命名为solr.war。
要想打造独属于企业的大数据平台，需要做好三件事，其一是搭建基础的企业信息系统；其二是组建专业的技术团队；其三是根据企业的发展规划来建设大数据平台。
对小公司来说，大概自己找一两台机器架个集群算算，也算是大数据平台了。在初创阶段，数据量会很小，不需要多大的规模。
sphinx和solr哪个更适合php站点
1、Sphinx 对中文支持不怎么好，之前的中文版本很低 很久没有更新了。 在多线程搜索方面容易程序崩溃。如果数据不多到还不错 数据多了的话容易出错。
2、php的缺点是，缺乏规模支持和多层结构支持，所以更适合应用于小型的商业站点。如果是大型电子商务站点的话，php肯定是不适合的。
3、主流的全文索引工具有：Lucene ， Sphinx ， Solr ， ElasticSearch。其中Solr和Elastic Search都是基于Lucene的。Sphinx不是 apache的项目，如果你想把Sphinx放到某个商业性的项目中，你就得买个商业许可证。
4、当然这个项目是企业内部应用，访问量不会太大，服务器资源有限，所以无法用到solr的分布式特性，比如索引复制、多核来解决这些问题。
Lucene、Elasticsearch、Solr区别
1、）lucene/solr/es做索引和搜索 lucene是鼻祖，但是比较底层，所以在lucene之上，又有了solr和es，这几个东西都是做索引、搜索。
2、Elasticsearch：这是一款基于Lucene的开源搜索引擎，支持实时搜索、近实时搜索和大规模数据处理，可广泛应用于企业搜索、网站搜索、应用程序搜索等领域。
3、不过有个重大的区别在于，Solr是在这台性能很好的机器上跑，而es的导入进程则是在一台Intel 四核 5G，4G内存的机器上跑的，也许会有性能的差异。ES版本0.18，Solr版本0-ALPHA。
4、ElasticSearch是基于Lucene的搜索服务器。它提供了分布式多用户能力的全文搜索引擎，基于RESTful web接口。Elasticsearch是用Java开发的，并作为Apache许可条款下的开放源码发布，是比较流行的企业级搜索引擎。
到此，以上就是小编对于的问题就介绍到这了，希望介绍的几点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。
微信扫一扫打赏
