大家好，我是 INFINI Labs 的石阳。

欢迎回到 《搜索百科》 专栏！每天 5 分钟，带你速览一款搜索相关的技术或产品，同时还会带你探索它们背后的技术原理、发展故事及上手体验等。

上一篇我们认识了搜索技术的基石 Apache Lucene，今天我们将继续这个旅程，了解基于 Lucene 构建的第一个成功商业级搜索平台 —— Apache Solr。

Solr 是什么？

Solr 是一款极速的开源多模态搜索平台，基于 Apache Lucene 的全文、向量和地理空间搜索能力构建而成。Solr 具备高可靠性、可扩展性和容错性，支持分布式索引、复制与负载均衡查询，提供自动故障转移与恢复、集中化配置等功能。如今，Solr 为全球众多大型互联网网站提供搜索和导航功能。

• 首次发布：2004 年，2006 年进入 Apache
• 最新版本：截至 2025 年，已更新至 9.x 系列
• 核心依赖：Apache Lucene
• 开源协议：Apache License 2.0
• 官方网址：https://solr.apache.org
• GitHub 仓库：https://github.com/apache/solr

它的定位是：把 Lucene 打造成独立的企业级搜索服务。相比 Lucene 需要写代码调用，Solr 提供了 Web 管理界面、REST API 和配置文件，让开发者更容易上手。

起源：从网站搜索到 Apache 顶级项目

Solr（读作"solar")的故事始于 2004 年，当时 CNET 公司的开发人员 Yonik Seeley 需要为其新闻网站构建一个搜索功能。虽然 Lucene 提供了强大的核心搜索能力，但直接使用 Lucene 需要编写大量 Java 代码，缺乏开箱即用的功能。

Seeley 决定在 Lucene 之上构建一个更易用的搜索服务器，于是 Solr 诞生了。最初的目标很明确：通过 HTTP/XML 接口提供搜索服务，让任何编程语言都能轻松集成搜索功能。

2006 年，Solr 捐赠给 Apache 基金会，2007 年成为顶级项目。2010 年，Solr 与 Lucene 项目合并，形成了今天我们所知的 Apache Lucene/Solr 项目。

技术架构

Index（索引）

Apache Solr 的索引就像是用于管理结构化 / 非结构化数据的“数据库”。它以便于分析和全文检索的方式存储数据。

Query Parser（查询解析器）

所有由客户端提交的查询都会由查询解析器处理。

Response Handler（响应处理器）

响应处理器负责为客户端生成合适格式的响应（如 JSON/XML/CSV）。

Update Handler（更新处理器）

更新处理器用于索引操作，即对索引中的数据进行插入、更新和删除。例如，如果我们希望 MySQL 数据与 Apache Solr 保持同步，就需要创建一个负责同步的更新处理器。

功能亮点

• 全文检索：高效支持关键词搜索、布尔查询、短语匹配等。
• 分面搜索（Faceted Search）：可以对搜索结果进行分类和聚合统计。
• 分布式架构（SolrCloud）：支持集群部署、自动分片、副本和容错。
• 丰富的数据接口：提供 RESTful API，支持 JSON、XML、CSV 等多种格式的数据交互。
• 扩展性与可定制性：通过插件机制支持多语言分词、排序、评分模型等个性化定制。
• 地理位置搜索：内置空间搜索能力，支持基于经纬度的范围查询和排序。

对比： Solr vs Elasticsearch 如何选择？

虽然两者都基于 Lucene，但在设计哲学上有所不同：

简单来说：Solr 更像"精装房"，开箱即用；Elasticsearch 更像"毛坯房"，需要更多自定义但更灵活。

快速开始：5 分钟搭建 Solr 服务

1. 下载和安装

# 下载 8.x 版 Solr
wget https://dlcdn.apache.org/solr/solr/8.11.4/solr-8.11.4.tgz

# 解压
tar -xzf solr-8.11.4.tgz

# 启动 Solr（单机模式）
cd solr-8.11.4
bin/solr start

2. 创建 Core

# 创建测试 Core
bin/solr create -c test_core

# 查看 Core 状态
bin/solr status

3. 索引文档

# 使用 curl 索引 JSON 文档
curl http://localhost:8983/solr/test_core/update -d '
[
  {"id": "1", "title": "Solr 入门指南", "content": "Apache Solr 是企业级搜索平台"},
  {"id": "2", "title": "搜索技术演进", "content": "从 Lucene 到 Solr 的技术发展"}
]' -H 'Content-type:application/json'

# 提交更改
curl http://localhost:8983/solr/test_core/update -d '<commit/>' -H 'Content-type:application/xml'

4. 执行搜索

# 搜索"Solr"
curl "http://localhost:8983/solr/test_core/select?q=content:Solr"

# 使用 JSON 格式返回
curl "http://localhost:8983/solr/test_core/select?q=content:Solr&wt=json"

执行搜索返回结果：

访问 http://localhost:8983/solr 即可使用 Solr 的管理界面。

Dashboard：

Core Admin：

结语

从最初的公司内部工具，到成为全球范围内广泛使用的开源搜索引擎，Apache Solr 见证并推动了搜索技术的进化。尽管近年来 Elasticsearch、向量数据库和 AI 驱动的搜索技术逐渐崛起，但 Solr 依然是许多企业可靠且成熟的选择。它的故事不仅属于开源社区，也代表了搜索技术发展的一个重要阶段。

🚀 下期预告
在下一篇「搜索百科」中，我们将介绍它的明星兄弟 —— Elasticsearch。

💬 三连互动

1. 你现在还在用 Solr 吗？
2. 在 Solr 和 Elasticsearch 之间做过技术选型？
3. 遇到过有趣的 Solr 使用案例或挑战？

对搜索技术感兴趣的朋友，也欢迎加我微信（ID：lsy965145175）备注“搜索百科”，拉你进  搜索技术交流群，一起探讨与学习！

✨ 推荐阅读

• 搜索百科（1）：Lucene — 打开现代搜索世界的第一扇门

🔗 参考

• Apache Solr 官方文档
• Apache Solr Fundamentals

原文：https://infinilabs.cn/blog/2025/search-wiki-2-solr/

大家好，我是 INFINI Labs 的石阳。

这是《搜索百科》系列文章，每天 5 分钟，带你速览一款搜索相关的技术或产品，同时还会带你探索它们背后的技术原理、发展故事及上手体验等。

搜索技术看似专业，但它早已深度融入我们的日常生活。无论是电商搜索、知识检索，还是 AI 语义搜索、RAG、向量检索，背后都有经典与新兴技术的结合。希望这个系列能帮大家建立更清晰的认知，也欢迎留言交流。

引言：为什么先写 Lucene？

如果你曾用 GitHub 搜代码、用电商网站搜商品，或者在日志平台里“捞”报错，你就已经享受了 Lucene 的红利——只是自己还不知道。今天，让我们认识下这位“幕后大佬”，看看它如何以一己之力，孵化了整个现代搜索江湖。没有它，就没有 Elasticsearch 的锋芒，也没有 Solr 的稳健。讲搜索，不从 Lucene 开始，就像讲武侠不提《易筋经》——根基都丢了。

诞生故事：一个程序员的“副业”成果

Lucene 的诞生颇具传奇色彩。它的创造者 Doug Cutting（后来也是 Hadoop 的创始人之一）在 1997 年开始开发 Lucene，最初是为了给他的个人项目——一个网络爬虫和搜索引擎——提供搜索能力。

当时，市面上并没有成熟的开源搜索库可用，Doug 决定自己写一个。他在业余时间一点点打磨，最终在 1999 年发布了第一个版本。2001 年，Lucene 加入了 Apache 软件基金会，成为 Apache 的第一个开源搜索项目。

有趣的是，Lucene 的名字并不是来自什么技术术语，而是取自 Doug Cutting 妻子的中间名——Lucene。这也让这个项目多了一丝浪漫的色彩。

Lucene 概述

Apache Lucene，是一个用 Java 编写的高性能、全文搜索引擎库。它不是那种你下载下来就能直接用的“搜索软件”，而是一个底层库，就像乐高积木里的基础砖块，虽然不起眼，但没有它，很多搜索产品根本搭不起来。

Lucene 提供了强大的索引和查询能力，支持分词、倒排索引、相关性评分、模糊查询、布尔查询等一系列功能。它是 Elasticsearch、Solr、Easysearch、OpenSearch 等现代搜索引擎的核心引擎。

• 首次发布：1999 年
• 最新版本：截至 2025 年 9 月，Lucene 已更新至 10.2.x 系列
• 开源协议：Apache License 2.0（商业友好）
• 官网：https://lucene.apache.org/
• GitHub：https://github.com/apache/lucene

社区生态

虽然已经 25 岁"高龄"，Lucene 的社区却依然活力满满。作为 Apache 软件基金会的顶级项目，它拥有：

• 100+ 活跃贡献者
• 每月都有新的 commit 和 issue 处理
• 每年发布 2-4 个主要版本
• 完善的文档和活跃的邮件列表

虽然不像 Elasticsearch 那样“出圈”，但在开发者和企业内部系统中仍有广泛使用。

功能亮点：为什么大家都爱它？

• 高性能全文检索内核：倒排索引、短语/布尔/通配符/模糊查询、相关性打分。
• 面向工程的可扩展分析链：分词器、过滤器、同义词、停用词、高亮、排序等。
• 近邻向量检索（KNN）：原生支持高维向量的最近邻搜索，为语义检索/RAG 奠基。 
• 嵌入式 & 纯 Java：作为库嵌入任意 Java 应用，掌控细粒度行为与性能。
• 成熟稳定的版本线：9.x 与 10.x 并行演进，兼顾稳定与新特性。

对比优势：Lucene vs 世界

Lucene 是底层引擎，而其他产品是在它之上构建的完整解决方案。如果你想要完全控制搜索逻辑，Lucene 是最佳选择；如果你想要开箱即用的搜索服务，可以考虑 Elasticsearch 或 Solr。

快速上手：10 分钟体验 Lucene

虽然 Lucene 需要写一些 Java 代码，但其实入门并不复杂。

1. 环境准备

// Maven 依赖
<dependency>
    <groupId>org.apache.lucene</groupId>
    <artifactId>lucene-core</artifactId>
    <version>10.xx.xx</version>
</dependency>

2. 创建你的第一个索引

// 创建分析器（支持中文）
Analyzer analyzer = new StandardAnalyzer();

// 创建索引
Directory directory = FSDirectory.open(Paths.get("index"));
IndexWriterConfig config = new IndexWriterConfig(analyzer);
IndexWriter writer = new IndexWriter(directory, config);

Document doc = new Document();
doc.add(new TextField("content", "欢迎来到 Lucene 的世界", Field.Store.YES));
writer.addDocument(doc);
writer.close();

3. 执行搜索

// 搜索 "Lucene"
Query query = new TermQuery(new Term("content", "lucene"));
IndexReader reader = DirectoryReader.open(directory);
IndexSearcher searcher = new IndexSearcher(reader);
TopDocs results = searcher.search(query, 10);

System.out.println("找到 " + results.totalHits + " 条结果");

几行 Java 代码，就能完成一个迷你搜索引擎。

结语

Apache Lucene 虽然不是面向最终用户的产品，但它是搜索技术的基石。几乎所有现代搜索引擎都离不开它。如果你对搜索技术有兴趣，学习 Lucene 是理解搜索引擎工作原理的最佳途径。

🚀 下期预告
下一篇，我将介绍 Lucene 的第一个"孩子"—— Apache Solr，看看这个基于 Lucene 的企业级搜索平台如何让搜索变得更简单。

💬 三连互动

1. 你或公司最近在用 Lucene 吗？拿来做了什么场景？
2. 你觉得 Lucene 最香 / 最坑的点是什么？
3. 下一期想先看 Solr 还是 Elasticsearch ？留言告诉我，我来插队！

对搜索技术感兴趣的朋友，也欢迎加我微信（ID：lsy965145175）备注“搜索百科”，拉你进  搜索技术交流群，一起探讨与学习！

原文：https://infinilabs.cn/blog/2025/search-wiki-1-lucene/