linux - Apache Nutch 和 Solr 集成

我试图遵循 nutch tutorial，但是 schema.xml 文件有点问题。

我被告知 nutch 为我的项目提供的模式，本质上是这样......

cp ${NUTCH_RUNTIME_HOME}/conf/schema.xml ${APACHE_SOLR_HOME}/example/solr/conf/

我已经在 Tomcat 中部署了我的 solr 文件，当我进入 Solr 仪表板时出现的错误是

collection1: org.apache.solr.common.SolrException:org.apache.solr.common.SolrException:
Plugin init failure for [schema.xml] fieldType "text":
Plugin init failure for [schema.xml] analyzer/filter:
Error loading class 'solr.EnglishPorterFilterFactory'

这与我的 solrconfig.xml 文件中的这个元素有关(我可以将其注释掉，但不确定这有多重要)

<filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>

我已经编辑了我的 solrconfig.xml 以尝试包含一系列 solr 附带的 jar 文件，特别是

<lib path="/etc/solr/collection1/libs/dist/solr-core-4.2.1.jar" />
<lib path="/etc/solr/collection1/libs/dist/solr-analysis-extras-4.2.1.jar" />

但我不认为它们包含缺少的类“solr.EnglishPorterFilterFactory”

有谁知道为什么这可能不起作用或者我错过了什么？
顺便说一句，我不是 Java 开发人员，所以毫无疑问它会很简单:)

更新
在发现模式引用了一些旧类后，我又看了看 nutch/conf 和 tt 看起来有一个 ${NUTCH_RUNTIME_HOME}/conf/schema-solr4.xml 文件似乎有效。

如果这是正确的，则不是 100% 但嘿...

最佳答案

看起来 EnglishPorterFilterFactory 在 4.x 中不再存在。请参阅 it's 3.6.0 documentation 中的注释:

Deprecated.
  Use SnowballPorterFilterFactory with language="English" instead

许多已弃用的东西在 4.0 中消失了。我会按照它说的做，请参阅 documentation for SnowballPorterFilterFactory 。

关于linux - Apache Nutch 和 Solr 集成，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/15945927/