接上一篇Linux下安装solr7.4，来谈谈solr的配置文件schema.xml和db-data-config.xml

首先看schema.xml：

id

field标签用来定义solr core中的字段。这里列出的三个字段如果没有特殊原因尽量保留。字段id被声明为uniqueKey,是让id来唯一标明一个solrdocument。通过这个id来对solrdocument进行操作。

type对应的是字段的属性，solr在schema中定义了很多属性，当然也可以自己定义属性。这里常见的属性有pint,pdate,string,boolean等。

不常见或者自定义的属性：

该属性type="text_ws"定义的字段通过空格去分割文本变成一个一个的词，然后可以通过被分割的词去查找该document。

这里用到的逆向索引是solr的精髓，将分好的词作为key，文档标签作为value，对key建索引，去查询文档。

indexed属性如果为true则说明该字段将被建索引。

stored属性如果为true，则将该字段内容进行存储。

multiValued如果设置为true，则表明该字段是由多个字段值组成的。比如上面例子中的text字段，它是由content和title字段组成。对text字段的操作就是对content和title字段进行操作。

上面这一段配置的意思是：有两个字段title和content，他们是自定义的text_hanlp属性，含有这属性的字段都接受hanlp的分词。这两个字段不创建索引，只做存储。text字段负责组合title和content字段，并创建索引用来检索。

required属性表明该字段值是否必须。

自定义属性text_hanlp来达到中文分词效果

因为solr常用的ik分词、mmseg4j都已经不维护了。所以这里使用还有大神维护的Hanlp分词器。

配置Hanlp分词可以参考教程

将hanlp-portable.jar和hanlp-lucene-plugin.jar共两个jar放入${tomcat}/webapps/solr/WEB-INF/lib下

配置好之后，可以在solr admin界面查看分词效果：

solr分词

定义动态字段

dynamicField定义的就是动态字段，只要符合_i结尾的字段都可以被这个字段所定义。同样的，schema.xml中已经定义好了很多动态字段。可以直接拿来用。

db-data-config.xml配置文件

该文件主要配置数据库连接和字段对应关系。用来做全量和增量索引的创建，相对schema.xml简单很多。

下面看下主要配置：

url="jdbc:mysql://127.0.0.1:3306/database?

useUnicode=true&characterEncoding=UTF-8"

user="root"

batchSize="-1"

password="123456"/>

dataSource用来定义数据库连接，batchSize设为-1是为了避免查询创建索引导致内存溢出。

query="select * from tableName" >

这里做了一个简单的定义，看着很清楚。columen标明的是数据库查出的字段，name标明的属性和schema中定义的字段对应。

deltaQuery="select id from item where last_modified > '${dataimporter.last_index_time}'">

deltaQuery用来做增量索引的创建。

当文件配置好之后，重启tomcat。访问solr/index.html。

solr创建索引

选择1，然后2可以选择全量索引或者创建增量索引。勾选clean会清楚上次的索引，点选commit创建索引进行提交。点击execute进行执行。

下一篇，更新spring boot 中集成solrJ对solr进行操作。