Integrating the Solr search engine


Published on

The talk presents the sfSolrPlugin which transparently integrates the Solr search engine into symfony.

The talk explains :

* the features of the solr search engine
* how to integrate the search engine into symfony
* complex search : faceted and geolocalized search
* usage example : and

Published in: Technology
  • Intriguing and thought provoking. Thank you for posting to slideshare.
    Are you sure you want to  Yes  No
    Your message goes here
    Hello My New friend
    My name is rita i saw your profile at( and i love it i think we can click so please i will like you to email me back through my email address thus: so that i can told you more about me and give you my sweet picture so that you can know me will ok.
    Awaiting to see your lovely reply soonest.
    Miss rita
    Are you sure you want to  Yes  No
    Your message goes here
No Downloads
Total views
On SlideShare
From Embeds
Number of Embeds
Embeds 0
No embeds

No notes for slide

Integrating the Solr search engine

  1. symfony  integra.on  
  2. Thomas  Rabaix  •  Symfony  live  2009/2010/2011  •  Plugins   –  swFunc8onalTestGenera8onPlugin   –  mgI18nPlugin   –  swCrossLinkApplica8onPlugin   –  swCombinePlugin   –  swToolboxPlugin   –  sfSolrPlugin  •  Bundle  –  sonata  project   –  AdminBundle  (BaseApplica8onBundle)   –  IntlBundle   –  MediaBundle   –  More  to  come  ….  •  «  More  with  symfony  »  book  •  Now  working  for  Ekino  –  a  french  web  tech-­‐company  
  3. co-­‐author  Some  slides  have  been  wri1en  and  reviewed     by  a  co-­‐worker  at  Ekino     -­‐   Frédéric  Cons  a  Java  Architect  
  4. talk  •  Introduc8on  •  Schema  design  •  Indexing  •  Searching  •  Administra8on  and  deployment  •  Conclusion    
  6. what  is  a  search  engine  ?  •  Warning  :  search  engine    SELECT  *  FROM   document  LIKE  %term%’  •  Search  is  about     –  indexing  informa8on   –  filtering  document   –  presen8ng  informa8on    
  7. indexing  •  get  rich  content  (webpage,  files,  database)  •  parse  the  content  •  analyse  the  parsed  content  •  store  the  informa8on  into  the  index  
  8. filtering  •  get  user  input  •  create  a  query  •  retrieve  matching  documents  against  the   index  •  display  results  and  filtering  op8ons  
  9. Solr  -­‐  a  search  engine  •  Solr  is  an  like  a  HTTP  server  with    •  Lucene  has  been  published  in  2000  by  Doug  Cucng  :  It   is  a  search  engine  :  indexing,  search  algorithm  and   storage  format  •  25th  january  2006  CNET  grants  the  license  to  the   Apache  Sofware  Founda8on      •  Original  source  code  :  hgps:// browse/Solr-­‐1    
  10. Apache  projects  around  Solr  •  nutch  :  a  web  crawler    •  tika  :  a  file  content  extractor  from  doc/pdf/ xls  files   :  diagnos8c  tool  
  11. Lucene  +  Solr    since  2010/03  the  two  teams  have  merged  
  12. Solr  in  a  web  architecture  
  14. document  vs  database  •  A  Solr  index  store  only  ONE  kind  of  document   defini8on.    •  A  document  has  typed  proper8es  :  string,   date,  integer  ….  •  sta8c  defini8on  or  dynamic  type  •  de-­‐normalize  your  database  into  a  structured   document  op8mized  for  the  search   requirements  
  15. document  definiNon  •  Defini8ons  are  set  in  the  schema.xml  file  •  Type  defini8on  collec8on   –  Name   –  Class   –  Tokenizer/Analyser/filter  •  Property  defini8on  collec8on   –  Name   –  Type   –  Indexed/stored/mul8Valued  
  16. type  definiNon  •  One  tokenizer  per  field  defini8on,  the  tokenizer  is   used  to  split  a  value  into  tokens      "Symfony2  is  awesome"  =>  ‘Symfony2’,  ‘is’,   ‘awesome’  •  Filters  are  used  to  alter  each  token   –  stemmer:  merging  =>  merge   –  synonyms     –  stopwords  :  remove  word  :  a,  the,  ...   –  accent  removal:  é  >  e    
  17. Type  defini@on  can  have    a  huge  impact  on  performance  
  18. property  definiNon  •  naming  conven8on  :  many  tables  or  many   metadata  (files)  goes  into  one  document    •  Model  Recipe  and  Model  Ingredient  =>  it  is  a   good  prac8ce  to     –  r_name  or  recipe_name! –  i_name  or  ingredient_name!
  19. property  definiNon  •  A  value  can  be     –  indexed  :    the  filtering  result  is  stored  into  the   index   –  stored  :  the  original  value  is  stored  into  the   index   –  multiValued   •  the  property  is  similar  to  an  array     •  neat  solu8on  for  storing  a  set  of  categories  linked  to  a   product  or  permissions  linked  to  a  document  
  20. Sample  file  
  21. updaNng  the  schema.xml!•  not  an  easy  task  on  big  index    •  some  changes  require  reindexing  documents (  add  a  new  filter,  change  field  type)    •  need  to  reload  Solr  or  hot  reload  the  Solr  core  
  22. symfony  integraNon  •  Thanks  to  sfSolrPlugin    •  Author  :  Thomas  Rabaix    •  Hosted  on  github      hgp://  •  Small  history  :     –  It  is  a  fork  of  sfLucenePlugin  based  on  Zend Search (a  php  lucene  implementa8on)  originally   wrote  by  Carl  Vondrick.   –  The  underline  communica8on  API  uses  the   SolrPhpClient  project  
  23.  iniNalizaNon  and  indexaNon  tools  •  Tasks   –  to  generate  basic  configura8on  file  (lucene:create-Solr- config)   –  to  start  Jegy  -­‐  a  small  java  container  (lucene:service)   –  to  reindex  informa8on  (lucene:update-model-system)  •  Behaviors   –  to  automa8cally  update  the  index   –  works  with  Doctrine     –  works  with  Propel  (pull  request  ?)  •  Indexes   –  index  has  a  name  and  a  culture   –  one  core  per  name/culture  =>  my_index_fr  
  24. files  locaNon  •  Configura8on  files  are  set  in  PROJECT_ROOT/config/solr/!•  Generated  files  by  the  lucene:create-solr-config task ! –  are  located  in  PROJECT_ROOT/config/solr/index_name/ conf! and    are  generated   once    and    are  overwrigen  by  the  task  •  index  files  are  set  in  PROJECT_ROOT/data/solr_index/  •  original  Solr  files  :  PROJECT_ROOT/plugins/sfSolrPlugin/lib/vendor/ solr/  
  25. plugin  built-­‐in  definiNons  •  sfl_guid  :  the  document  unique  id  •  sfl_title  /  sfl_descrip8on  •  sfl_uri  :  the  document  uri  on  the  website  •  sfl_model:  the  model  name  linked  to  the  document  •  sfl_all  :  concatena8on  of  all  field  values  -­‐  ie:  search   all  features  •  Other  deprecated  fields  (from  sfLucenePlugin)  :   sfl_type,  sfl_catefory,   sfl_categories_cache!
  26. search.yml  files  •  defining  indexes  and  models  •  Indexes  are  the  first  level  defini8on   –  index  op8ons  (host,  cultures,  base_url)   –  models  defini8on    •  models  defini8on  op8ons     –  the  key  is  the  property  name   –  op8ons  :   •  type! •  indexed   •  stored (op8onal)   •  multiValued  (op8onal)   •  boost  (op8onal)   •  alias  (op8onal,  method  to  call  to  retrieve  property  value)   •  transform  (op8onal,  php  callback  func8on,  ie:  intval,  strip_tags)  
  27. III.  INDEXING  
  28. indexing  data  •  The  index  can  be  updated  by  different   mechanisms  :   –  XML  data     –  CSV   –  DataImporterHandler  
  29. indexing  process  •  gathering  data    •  sent  the  data  to  Solr    •  at  this  point  the  data  are  not  yet  "searchable"  •  commit  the  data  or  rollback  
  30. indexing  with  curl  •  We  represent  data  and  commands  with  a   custom  xml  format  •  This  xml  format  is  used  under  the  hood  by  all   language-­‐specific  clients  
  31. indexing  with  curl  •  We  now  send  this  data  to  the  solr  server  with   the  curl  u8lity  :  curl http://mysolrurl/solr/update -H Content-type:text-xml --data-binary @myfile.xml!•  We  commit  with  an  explicit  <commit  />   command  curl http://mysolrurl/solr.update -Fstream.body=<commit/>!
  32. ImporNng  with  DataImportHandler  •  DIH  allows  us  to  execute  a  sql  query  and  map   its  result  to  a  Solr  schema  •  Sql  rows  can  be  transformed  on  the  way  with   Transformer  objects  :  regular  expressions,   date  formacng,  templa8ng,...  •  Its  main  use  is  to  import  databases,  but  it  also   works  with  other  datasources  such  as  files  and   urls  
  33. ImporNng  with  DataImportHandler  
  34. indexing  with  sfSolrPlugin  •  Use  the  task  •  Or  the  doctrine  behavior  
  35. opNmizing  indexing  Nme  •  Op8mize  your  search  query   –  by  default  the  plugin  uses  a  simple  query   –  tweak  the  query  to  do  less  queries    
  36. advanced  indexing  usage  •  Document  too  complex  ?   –  Create  a  Recipe::getLuceneDocument method,  this  method  is  in  charge  of  crea8ng  the   document  
  37. advanced  indexing  usage  •  Model::isIndexable :  return  true  or   false  if  the  model  can  be  indexed  ...   –  Useful  if  you  have  a  publishing  workflow  or   complex  rules  that  cannot  be  match  by  a  SQL   queries    
  38. doctrine  behavior  •  automa8cally  create  a  document  and  commit   it  to  all  related  indexes.  •  Error  are  silently  ignored  
  39. IV.  SEARCHING  
  40. principles  of  search  •  All  we  need  to  do  is  to  send  some  query   parameters  to  Solr   –  Solr  will  respond  with  a  xml-­‐formaged  response   (its  default  format)  •  Exemple  query  :  find  the  ten  first  documents   that  match  the  keyword  «test  »      http://solr/mycore/select?q=test&indent=on&start=0&rows=10!
  41. query  parameters  :  search  •  q  :  the  main  query  ,  the  text  to  find  •  q.op  :  the  query  operator  (AND  or  OR),  can  also   be  configured  on  the  server  side  •  df  :  the  default  field  to  search,  can  also  be   configured  on  the  server  side  •  fq  :  a  filter  query,  used  to  restrict  the  search   result,  not  involved  in  the  relevant  score  •  defType  :  the  query  parser  defini8on,   «lucene  »  or  «  dismax  »  (see  next  slide)    
  42. query  parameters  :  output  •  wt  :  the  writer  used  to  ouput  the  response.   Defaults  to  xml,  but  can  be  json,  xslt,  php,   ruby  serializa8on  •  start  and  rows:  used  for  pagina8on  •  sort  :  you  can  order  your  results  on  several   fields  values,  ascending  or  descending  •  debugQuery  :  gives  an  explana8on  of  the   score  •  fl:  the  list  of  fields  to  include  in  the  response  
  43. configuring  search  Solr-­‐side  •  Solr  uses  so-­‐called  "Search  handlers"  to  serve  queries  •  You  can  define  your  own  handlers  with  specific   parameters  •  Parameters  can  be  set  by  default,  appended  to  the   user  query,  or  defined  as  invariants,  i.e  not  modifiable   by  a  user  
  44. query  parsing  •  Basically  there  are  two  op8ons  to  parse  an   user-­‐entered  query:     –  The  old-­‐but-­‐well-­‐known   query  parser     –  The   query  parser    
  45. query  parsing  :  lucene  •  The  Lucene  query  parser  performs  all  the  Lucene   syntax  tricks  :   –  Logical  opera8ons  :  term1  AND  NOT  term2,(term1  OR   term2)  and  TERM3     –  Targe8ng  a  special  field  :  my_field_name:term1   –  Range  queries  :  date_field:[*  TO  NOW  –  2  DAYS],   int_field:[0  TO  50]   –  Phrase  queries  :  "term1  term2",  or  "term1  term2"~5   with  a  slop  factor     –  Keyword  boos8ng  :  term1^1.5  term2      
  46. query  parsing  :  dismax  •  The  dismax  query  parser,  is  less  error-­‐prone,  and  tries   to  be  smarter   –  Field  boos8ng  :  field1^1.5  field^1.2      (  via  the  qf   parameter)   –  Automa8c  phrase  boos8ng  :  from  term1  term2  to  +(term1   term2)  "term1  term2"     –  Limited  query  syntax,  so  that  user-­‐entered  queries  are   always  valid   Dismax  is  recommended  for  public  websites,     but  power-­‐users  may  feel  frustrated  by  its  syntax              
  47. faceNng  •  Face8ng  is  the  process  of  enriching  search   results  with  documents  counts  on  predefined   categories.  Think  of  count  +  group  by  sql   query.      •  To  facet  on  a  parameter  named  field1,  just   add  to  your  query  :   &facet=true&facet.field=field1 !•  The  xml  response  now  includes  a  new  sec8on    
  48. faceNng  types  •  Facet  on  field,  to  group  results  according  to  a   field  value  •  Facet  on  date  interval  •  Facet  on  query,  for  more  specific  needs  
  49. faceNng  search      You  can  fetch  the  whole  content  of  a  page  with   one  Solr  request  :  search  results  and  facets   values  are  defined  in  a  single  xml  response  
  50. search  components  •  HighlighNng  :  displays  a  snippet  of  the  original   text  matching  the  user  query,  like  most  search   engines  do.     &hl=true&hl.fragsize=200&hl.simple. pre=<b>&</b>!•  Query  elevaNon  :  allows  to  ar8ficially   manipulate  query  results  to  force  some   documents  to  appear  on  top  of  the  list.   !
  51. search  components  •  More  Like  This  :  searches  for  results  similar  to   a  given  document  based  on  sta8s8cal   language  processing.    •  Spellchecking  :  can  use  a  dic8onary  or  (even   beger)  the  Solr  index  to  suggest  search  terms   to  the  end  user.  
  52. search  with  sfLuceneCriteria  •  Clean  Fluent  API  through  the  sfLuceneCriteria!•  most  helpful  methods  (use  a  table  to  render  these   methods)  :   –  select($field)! –  add($query) and addField($field, $query)! –  addPhrase($query) and addFieldPhrase ($field, $query)! –  addRange($from, $to) and addFieldRange ($field, $from, $to)! –  setOffset and setLimit! –  sortBy($field, $order)!
  53. simple  search  
  54. filtering  search  
  55. faceted  search  •  Crea8ng  a  faceted  search  is  easy  as  other  queries  •  Exploi8ng  the  results  
  56. geolocalized  search  –  opNon  I  •  Solr  1.4  :  no  na8ve  support,  use  a  hack  with   the  range  support  (square  results)  
  57. geolocalized  search  –  opNon  II  •  Solr  4.0  :  use  the  localsolr  extension  (circle   results)  -­‐  patch  from  Julien  Lirochon  
  58. advanced  search  usage  •  All  Solr  query  features  are  not  implemented,   but  you  can  add  any  extra  parameters  to  the   sfLuceneCriteria!•  You  can  access  to  the  lucene  index  with  a   sfLucene  instance  
  60. basic  administraNon  •  What  are  Solr  Cores  ?   –  A  core  is  a  defini8on  of  an  index,  with  its  own   schema  and  solrconfig  files   –  The  main  <SOLR_HOME>/solr.xml  defines  a  list   of  cores  served  by  a  single  instance  
  61. Solr  Cores  •  Using  cores  allows  great  flexibility  in   administra8on  :  hot  reload  of  a  core   configura8on,  hotswap  of  cores,  merging  of  cores    http://mySolrserver/solr/admin/cores?action=RELOAD&core=mycorename!http://mySolrserver/solr/admin/cores?action=SWAP&core=myoldcore&other=mynewcore!•  Weirdly  enough,  this  is  not  the  default  Solr   configura8on  :  use  it  now,  even  with  a  single   index  
  62. core  configuraNon  •  Solrconfig.xml :  is  the  main  file,  it  defines  the   internal  lucene  secngs,  the  way  Solr  will  handle  indexing   and  searching,  the  cache  secngs,  and  search  components  •  schema.xml  :  holds  your  schema  defini8on,  as  seen  in   part  1  •  synonyms.txt  :  allow  you  to  define  word  associa8ons  :   i-­‐pod  =>  ipod    •  elevate.xml  :  forces  top  results  for  special  keywords  as   seen  previously  •  stopwords.txt  :  defines  «meaningless  »  words  that  are   not  to  be  indexed.  •  spellings.txt :  feeds  Solr  with  a  custom  dic8onary.    
  63. caching  for  performance  •  Cache  requests  with  httpcache  :  send  etags   and  /  or  304  to  clients  •  Cache  filter  queries  with  filterCache  :     unordered  documents  lists  for  common  filters   (driven  by  the  fq  parameter)  •  Cache  queries  results  with   queryResultCache  :  stores  ordered   documentIds  for  common  queries  (driven  by  the   q  parameter)  •  Cache  fieldValues  with  documentCache!
  64. caching  management  •  All  these  caches  can  be  monitored  with  JMX   and  the  admin  console  •  All  these  caches  can  be  warmed  with  a  query   at  startup  8me  and  afer  a  commit  :  
  65. scaling  •  Replica8on:  a  whole    index  is  replicated  across  mul8ple   servers.  Indexing  is  done  by  a  master  server,  search  is   handled  by  slave  servers.    •  Sharding:  a  single  index  is  split  across  mul8ple  indexes,   each  one  served  by  a  separated  instance.  For  a  single   query,  load  is  balanced  across  mul8ple  servers.  This   op8on  is  for  *huge*  indexes.  •  Both:  you  can  replicate  your  shards  if  you  need  to.   the  replica@on  mechanism  can  also  be  used     to  make  index  backups  
  67. upcoming  features  •  Language  iden8fica8on  (backed  by  8ka)  •  Improvements  of  the  geolocalisa8on  capabili8es  (Spa8al   support  for  mul8-­‐valued  fields,  polygon  search)  •  Sql  join-­‐like  queries  •  Distributed  indexing  with  SolrCloud  •  Extended  face8ng  with  hierarchical  facets  •  Field  collapsing  :  the  ability  to  group  result  by  field  value.  
  68. alternaNve  •  Elas8c  search   –  Created  by  Shay  Bannon,  former  Compass  commiger   and  Gigaspaces  employee   –  Oriented  toward  distributed  search   –  Shares  a  lot  of  features    with  Solr  :  face8ng,  json   streams,  many  clients  for  many  languages   –  Bonus  feature  :  a  concept  named  “river”,  which  allows   indexing  of  data  con8nuously  pulled  from  a   datasource  (rabbitmq,  couchdb,  twiger...)   –  Warning  :  a  one-­‐man  project,  with  sparse   documenta8on    
  69. references  •  hgp://,  home  of  lucene  and  its  subprojects,   including  Solr  •  hgp://­‐lucene,  the  dzone  for  search-­‐ oriented  news   ,  home  of  many  lucene  /    Solr   commigers  (check  the  developers  sec8on)   ,  another  shelter  for  Solr  commigers   (check  the  blog)  •  hgp://,  a  polish  blog  with  frequent  updates  
  70. ques8ons  ?   hgp://   twi1er:  th0masr   github:  rande  /  sonata-­‐project   email:       We  are     hiring  !