検索エンジンの常識をApache Solrで身につける：ビッグデータ処理の常識をJavaで身につける（1）（3/4 ページ）

[伊藤敬彦，株式会社ミクシィ]

現在利用できる主な検索エンジン9選

　現在までに、さまざまな企業・団体が商用・OSS（オープンソース）のものを合わせて、多数の検索エンジンを開発しています。以下に、よく知られているものを集めました。

• 商用
  1. Sedue
     Preferred Infrastructer社が開発した検索エンジン。アルゴリズムに接尾辞配列を利用している
  2. Fast ESP
     ノルウェーのファストサーチ＆トランスファ社が開発した検索エンジン。高いスケーラビリティと柔軟なカスタマイゼーションを提供し、多くの大規模サービスで利用されている。マイクロソフト社に買収されたが、現在もマイクロソフト社から購入できる
  3. ConceptBase Enterprise Search
     ジャストシステム社が開発した検索エンジン。古くから日本語処理を開発してきた知見を生かした、高い検索精度に特徴を持つ
• OSS
  1. Apache Lucene（以下、Lucene）
     Javaで書かれた検索エンジン。Luceneはインデックス部分のみの実装なので、Luceneをベースに検索システムを構築するには多くの手間が掛かる
  2. Apache Solr
     Luceneをベースにした検索エンジン。Luceneが提供するものも含め多様な機能を提供。多くの企業・組織で利用実績を持つ
  3. Katta
     Solrと同じくLuceneをベースにした検索エンジン。分散検索やクラスタ構成でリッチな機能を提供
  4. Sphinx
     C++で記述された検索エンジン。非常に高速に動作します。欧米の検索サービスで導入実績がある
  5. Senna
     Cで記述された検索エンジン。MySQLとの親和性が高いという特徴を持つ
  6. Namazu
     日本のOSS検索エンジンの中では最も長い歴史を持つ

Solrクイックスタート！

　それでは、検索エンジンを代表してSolrを実際に使用してみます。

JVM環境の準備

　SolrはJVM環境で動作するため、Java実行環境をインストールする必要があります。初めに、JDK 1.5以上をダウンロードしてインストールした後、環境変数「JAVA_HOME」を設定しておいてください。

Solr 3.4のダウンロード＆インストール

　Solrの最新バージョン（原稿執筆時では3.4）をダウンロードページからダウンロードしてください。

　Solrのインストールは非常に簡単です。では実際に利用してみましょう。初めに以下のコマンドでダウンロードしてきた「apache-solr-***.tar.gz」ファイルを解凍し、Solrの起動ディレクトリまで移動します。

$ tar zxvf  apache-solr-3.4.0.tgz 
$ cd apache-solr-3.4.0/example

　起動ディレクトリで、以下のコマンドを実行すると、Solrが立ち上がります。

$ java -jar start.jar &

　この後、以下のようなログがターミナルに出ます。

2011-10-11 11:40:33.170:INFO::Logging to STDERR via org.mortbay.log.StdErrLog
2011-10-11 11:40:33.327:INFO::jetty-6.1-SNAPSHOT
2011-10-11 11:40:33.413:INFO::Extract file:apache-solr-3.4.0/example/webapps/solr.war to tmp/apache-solr-3.4.0/example/work/Jetty_0_0_0_0_8983_solr.war__solr__k1kf17/webapp
2011/10/11 11:40:34 org.apache.solr.core.SolrResourceLoader locateSolrHome
……

　Solrがうまく起動できているのかをチェックために、Webブラウザを起動します。WebブラウザでURL「http://localhost:8983/solr/admin」と入力すると、以下のようなSolrのアドミニストレータ用ページが開きます。

図2　Solrアドミニストレータ用UI

　アドミニストレータ用UI内の［Query String］と記述のあるフォームにクエリを入力して［Search］ボタンを押すと、インデックスを検索できます。デフォルトの検索クエリ（検索クエリを入力するフォームに初めに表示）は「*:*」でインデックスされているすべての文書を取得します。残念ながら、まだ何もインデックスしていないため、図3のように検索結果は0件（numFound=0）となります。

図3　検索結果（文書インデックス前）

文書のインデックスと検索

　起動しているSolrに文書をインデックスしてみましょう。インデックスするサンプルデータと必要なプログラムは「exampledocs」ディレクトリにあります。以下のコマンドを実行してください。

$ java -jar exampledocs/post.jar exampledocs/*.xml

　これでインデックスに文書を追加できました。うまくインデックスを検索できるかアドミニストレータUIで見てみましょう。アドミニストレータUIで［Search］ボタンを押すとインデックスされたすべての文書を検索します。図4のような検索結果が出ると、インデックスは無事生成できています。

図4　検索結果（文書インデックス後）

　次ページでは最後に、Solrを使いこなすために今後学ぶべきことを紹介します。