Solr源码修改

前言

不知道从何说起，不过无论是从技术层面还是市场的需求来看，都需要把学习的重心从solr移到es上，至少现在外面大型的互联网公司都在用es。所以希望以这篇博客来总结一下对solr的学习，也算是给solr这段学习旅程打上半个句号。

回到正题，在前面一篇博客中提到了想要实现自定义的一些查询，可以利用dismax，或者修改源码。dismax的使用在上一篇已经有了简单的介绍，这篇来介绍solr源码的编译和修改。

源码下载

solr的源码可以在Apache的官网找到源码下载，找到想要编译的版本，基于实验的环境，这里我选择的是5.5.2选择图中红框中的源码进行下载。

安装Ant和Ivy

solr是通过ant和ivy来进行管理的，ant用来编译solr项目，ivy是来处理依赖关系的。ant和ivy可以直接去官网下载，下载完ant配置一下环境变量。命令行输入ant -version,下图表示安装成功。

ivy点击这里下载到官网下载后解压开，只要把对应的ivy-2.4.0.jar放到ant目录下的lib中即可。

编译源码

在安装完Ant和Ivy之后，就可以开始编译solr源码了。到我们刚刚下载的solr源码目录下，命令行输入ant,可以看到solr项目可以编译到很多软件去编译，如红框中标出的idea。

执行ant idea，进行编译。这个编译的过程比较短，直到出现下图表示编译成功了。说明这个项目可以在idea着手编译了。

ant idea

但是就算现在你把solr的源码改了，solr的服务还不能启动，需要到项目中solr目录下执行ant server，创建solr服务。这个过程执行的时间比较久，大概10分钟左右才成功创建solr服务。这样我们就可以在bin目录下启动我们编译之后的solr服务了。

修改源码

以上的操作都是在为修改源码做铺垫，等上面的工作都完成之后，我们就可以修改源码了。先在ieda中打开我们的项目，在\lucene\core\src\java\org\apache\lucene\search\similarities目录下我们试着添加一个自定义的评分类。

创建一个MyDocScorer类,这个类继承了BM25DocScorer，BM25DocScorer是solr5默认的评分类，我们在这个类的基础上去拓展一下。当然，想要修改，你需要理清lucene的评分逻辑，知道它的评分公式等。

在这里我只是覆盖了BM25DocScorer中的socre方法，只是简单的测试，若文档中的标题中含有”数据分析”这个词，就把该评分*1.0f，就是什么都没干。没含有的返回0分。

完整的代码

package org.apache.lucene.search.similarities;

/*
 * Licensed to the Apache Software Foundation (ASF) under one or more
 * contributor license agreements.  See the NOTICE file distributed with
 * this work for additional information regarding copyright ownership.
 * The ASF licenses this file to You under the Apache License, Version 2.0
 * (the "License"); you may not use this file except in compliance with
 * the License.  You may obtain a copy of the License at
 *
 *     http://www.apache.org/licenses/LICENSE-2.0
 *
 * Unless required by applicable law or agreed to in writing, software
 * distributed under the License is distributed on an "AS IS" BASIS,
 * WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
 * See the License for the specific language governing permissions and
 * limitations under the License.
 */

import java.io.IOException;

import org.apache.lucene.document.Document;
import org.apache.lucene.index.BinaryDocValues;
import org.apache.lucene.index.DocValues;
import org.apache.lucene.index.LeafReader;
import org.apache.lucene.index.LeafReaderContext;
import org.apache.lucene.index.NumericDocValues;

/**
 * Created by GEKL on 2018/4/4.
 */
public class MySimilarity extends BM25Similarity{

  private class MyDocScorer extends BM25DocScorer {
    private LeafReader leafReader;

    private MyDocScorer(BM25Stats stats, NumericDocValues norms, LeafReader leafReader) throws IOException {
      super(stats, norms);
      this.stats = stats;
      this.weightValue = stats.weight * (k1 + 1);
      this.cache = stats.cache;
      this.norms = norms;
      this.leafReader = leafReader;
    }

    @Override
    public float score(int doc, float freq) {
      float norm = norms == null ? k1 : cache[(byte) norms.get(doc) & 0xFF];
      float originalScore = weightValue * freq / (freq + norm);
      String title = getTitle(leafReader, doc);
      if(title.contains("数据分析"))
        originalScore = originalScore*1.0f;
      else
        originalScore = 0;
      return originalScore;
    }

    public String getTitle(LeafReader reader, int doc) {
      try {
          BinaryDocValues titleValues = DocValues.getBinary(reader, "title");
          String title = titleValues.get(doc).utf8ToString();
          return title;
      }catch (Exception e) {
          System.out.println(e.fillInStackTrace());
          return "";
      }
    }
  }


    @Override
    public SimScorer simScorer(SimWeight stats, LeafReaderContext context) throws IOException {
      BM25Stats bm25stats = (BM25Stats) stats;
      return new MyDocScorer(bm25stats, context.reader().getNormValues(bm25stats.field),context.reader());
  }
}

然后使用Ant进行编译，因为我们就修改了Lucene的Core包里面的东西，所以我们只要执行ant compile-core即可

1	ant compile-core

光这样还不行，我们还需要去solr目录下，重新编译创建Solr服务，否则Solr是无法知道我们新加入了那个文件的。

1	ant server

想要使用自定义的这个评分类，就到对应的核心配置文件managed-schema下修改

solr源码编译的具体过程就是这样子了，上面只是尝试去修改了一下，本身没什么意义，但是的确可以在对应一些方法中去实现自定义的负责评分机制。

总结

solr的总结就到这了，期间已经开始接触es，分布式的确比solr有很大的优势，所以后面的学习向es前进！