1.1 Solr 简介
1.1.1 什么是lucene？
lucene是一个开放源代码的全文检索引擎工具包，但它不是一个完整的全文检索引擎，而是一个全文检索引擎的架构，提供了完整的查询引擎和索引引擎，部分文本分析引擎。

1.1.2 什么是Solr？
Solr是Apache下的一个开源项目，使用Java基于Lucene开发的全文检索服务；是一个独立的企业级搜索应用服务器，它对外提供类似于Web-service的API接口。用户可以通过http请求，向搜索引擎服务器提交一定格式的XML文件，生成索引；也可以通过Http Get操作提出查找请求，并得到XML格式的返回结果。

1.1.3 为什么选择Solr ？

1.2 Solr 关键特性

1.3 Solr 核心组成

SolrCore：每个solrcore相互独立，可以单独对外提供搜索和索引服务；Solr实例就是一个solrcore目录，包含运行solr实例的所有配置文件和索引文件

1.4 Solr 倒排索引
正排索引（正向索引）：正排表是以文档的ID为关键字，表中记录文档中每个字的位置信息，查找时扫描表中每个文档中字的信息直到找出所有包含查询关键字的文档。
正排表结构如图1所示，这种组织方法在建立索引的时候结构比较简单，建立比较方便且易于维护;因为索引是基于文档建立的，若是有新的文档加入，直接为该文档建立一个新的索引块，挂接在原来索引文件的后面。若是有文档删除，则直接找到该文档号文档对应的索引信息，将其直接删除。但是在查询的时候需对所有的文档进行扫描以确保没有遗漏，这样就使得检索时间大大延长，检索效率低下。
尽管正排表的工作原理非常的简单，但是由于其检索效率太低，除非在特定情况下，否则实用性价值不大。

倒排索引（反向索引）：倒排表以字或词为关键字进行索引，表中关键字所对应的记录表项记录了出现这个字或词的所有文档，一个表项就是一个字表段，它记录该文档的ID和字符在该文档中出现的位置情况。

1.4.1 solr索引创建流程
分词组件Tokenizer
分词组件(Tokenizer)会做以下几件事情(这个过程称为：Tokenize)，处理得到的结果是词汇单元（Token）。
1、将文档分成一个一个单独的单词。
2、去除标点符号。
3、去除停词（stop word）。

1.4.2 语言处理组件

1.4.3 索引组件（Indexer）
1、利用得到的词（Term）创建一个字典
2、对字段进行排序
3、合并相同的词和词出现的文档

1.5 Solr 写数据流程
1、源字符串首先经过分词器处理，包括：拆分词以及去除stopword。
2、然后经过语言处理，包括大小写转换以及单词转换
3、将源数据中需要的信息加入到Document中的各个Field字段中，并把需要索引的Field字段索引起来，同时把需要存储的Field字段存储起来。然后将索引写入存储器，存储器可以是内存或者磁盘。

1.6 Solr 读数据流程