当前位置:首页 > 文章列表 > 文章 > php教程 > 宝塔配置Solr搜索环境教程

宝塔配置Solr搜索环境教程

2026-03-16 08:37:30 0浏览 收藏
本文详细介绍了在宝塔面板环境下从零部署 Apache Solr 9.5 搜索服务的完整流程,涵盖 JDK 11 环境配置、Solr 官方包下载解压、systemd 服务化管理、8983 端口安全放行,以及首个 Core 的创建与中文索引功能验证,步骤清晰、实操性强,特别适合缺乏 Java 和 Solr 运维经验的开发者快速搭建稳定、可维护的全文检索环境。

宝塔面板如何安装并配置Solr搜索环境?

如果您需要在宝塔面板中部署 Solr 搜索服务,但尚未安装 Java 运行环境或 Solr 实例,则需依次完成 JDK 安装、Solr 下载解压、服务配置及端口放行等操作。以下是具体实施步骤:

一、安装并配置 JDK 11 环境

JDK 是 Solr 运行的必要依赖,Solr 9.x 要求使用 JDK 11 或更高版本。宝塔默认不预装 JDK,需手动安装并设置系统级环境变量。

1、登录宝塔面板,在左侧菜单点击【软件商店】,搜索“Java”并安装【JDK 11】(推荐使用 OpenJDK 11)。

2、安装完成后,进入【终端】,执行 java -version 验证是否输出包含 “11” 的版本信息。

3、若未识别,编辑全局环境配置文件:echo 'export JAVA_HOME=/www/server/jdk11' >> /etc/profile && echo 'export PATH=$JAVA_HOME/bin:$PATH' >> /etc/profile && source /etc/profile。

二、下载并解压 Solr 9.5 官方发行包

Solr 9 推荐使用官方二进制分发包,避免源码编译带来的兼容性风险。需选择与 Linux x64 架构匹配的 tar.gz 包,并解压至非 Web 根目录的安全路径。

1、在【终端】中执行:cd /www && wget https://downloads.apache.org/lucene/solr/9.5.0/solr-9.5.0.tgz。

2、解压到独立目录:tar -xzf solr-9.5.0.tgz -C /www && mv /www/solr-9.5.0 /www/solr。

3、修改目录权限,确保 solr 用户可读写:chown -R www:www /www/solr。

三、创建 systemd 服务实现开机自启

为保障 Solr 长期稳定运行,应通过 systemd 托管进程,避免直接前台启动或使用 nohup,同时支持日志追踪与状态管理。

1、创建服务定义文件:vi /etc/systemd/system/solr.service,填入以下内容:

[Unit]

Description=Apache Solr

After=network.target

[Service]

Type=simple

User=www

WorkingDirectory=/www/solr

ExecStart=/www/solr/bin/solr start -force -p 8983 -d /www/solr/server

Restart=on-failure

[Install]

WantedBy=multi-user.target

2、重载服务配置并启用:systemctl daemon-reload && systemctl enable solr && systemctl start solr。

3、检查状态:systemctl status solr,确认显示 active (running)。

四、配置宝塔防火墙与安全组放行 8983 端口

Solr 默认监听 8983 端口,该端口必须对外可访问才能被应用调用。宝塔自带防火墙与云服务器安全组需同步开放。

1、在宝塔面板【安全】页面,点击【放行端口】,输入 8983 并点击【添加】。

2、登录云服务商控制台(如阿里云、腾讯云),进入实例对应的安全组规则,添加入方向规则:协议类型 TCP,端口范围 8983/8983,授权对象 0.0.0.0/0(生产环境建议限制为后端服务器 IP)。

3、验证端口连通性:在浏览器中访问 http://您的服务器IP:8983/solr,应显示 Solr Admin UI 页面。

五、初始化首个 Core 并验证索引功能

Core 是 Solr 中的数据容器,每个 Core 对应一个独立的索引库。需通过命令行创建 Core,并上传 schema 和配置文件以支持中文分词与字段映射。

1、进入 Solr 目录:cd /www/solr。

2、创建名为 mycore 的 Core:bin/solr create -c mycore -n _default。

3、验证 Core 是否注册成功:curl "http://localhost:8983/solr/admin/cores?wt=json",响应中应包含 mycore 名称。

4、向 mycore 提交测试文档:curl "http://localhost:8983/solr/mycore/update/json/docs" --data-binary '{"id":"1","title_s":"测试文档","content_txt":"Solr 在宝塔中已正常运行"}' -H 'Content-type:application/json' && curl "http://localhost:8983/solr/mycore/update?commit=true"。

5、执行查询验证:curl "http://localhost:8983/solr/mycore/select?q=title_s:测试",返回结果中应含 numFound:1。

本篇关于《宝塔配置Solr搜索环境教程》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!

途虎养车客服电话及联系方式查询途虎养车客服电话及联系方式查询
上一篇
途虎养车客服电话及联系方式查询
电脑网络图标黄感叹号解决方法
下一篇
电脑网络图标黄感叹号解决方法
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    264次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    315次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    300次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    273次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    92次使用