solr配置分词器

solrcore中有一个非常重要的配置文件：schema.xml。这里面定义了域以及域的类型。

<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />

• name：域的名称
• type：域的类型
• indexed：是否索引
• stored：是否存储
• required：是否必须
• multivalued：是否多值，solr允许一个field存储多个值，比如存储一个用户的好友id（多个）。

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>   
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

• name：域的类型，对应field标签的type
• class：域类型的solr类型，如果是TextField，就需要添加分词器
• analyzer：分词器配置，index是创建索引时的分词器。query是搜素是使用的分词器，一般情况下是同一个。
• tokenizer：指定分词器
• filter：指定过滤器

配置IK分词器：

下载路径：https://code.google.com/archive/p/ik-analyzer/downloads

jar包配置：把解压后的jar包（IKAnalyzer2012FF_u1.jar）添加到solr/WEB-INF/lib目录下。

配置文件停用词配置：复制IKAnalyzer的配置文件（IKAnalyzer.cfg.xml）和自定义词典（mydict.dic）和停用词词典（ext_stopword.dic）到solr的solr/WEB-INF/classes目录下。

schema.xml配置：添加自定义的field Type，使用中文分词器。

<!-- IKAnalyzer-->
    <fieldType name="text_ik" class="solr.TextField">
      <analyzer class="org.wltea.analyzer.lucene.IKAnalyzer"/>
    </fieldType>

索引时配置：在索引时 需要在schema.xml中定义Field， field标签下type的属性为text_ik。比如：

<!--IKAnalyzer Field-->
<field name="content_ik" type="text_ik" indexed="true" stored="true" />

重启tomcat就行了。