No se puede usar ICUTokenizerFactory en Solr

lucene schema

Question

Estoy tratando de usar ICUTokenizerFactory en el esquema de Solr. Así es como he definido field y fieldType .

<fieldType name="text_icu" class="solr.TextField" positionIncrementGap="100">
    <analyzer>
        <tokenizer class="solr.ICUTokenizerFactory"/>
    </analyzer>
</fieldType>

<field name="fld_icu" type="text_icu" indexed="true" stored="true"/>

Y cuando comienzo Solr, obtengo este error

Plugin init failure for [schema.xml] fieldType "text_icu": Plugin init failure for [schema.xml] analyzer/tokenizer: Error loading class ''solr.ICUTokenizerFactory''

He buscado eso sin éxito. No sé si me falta algo o si hay algún problema en el esquema. Si alguien ha intentado ICUTokenizerFactory, sugiérale cuál podría ser el problema.

Answer 1

Agregue esto en la parte superior de su solrconfig.xml:

<config>
  <lib dir="${user.dir}/../contrib/analysis-extras/lucene-libs/" />
  <lib dir="${user.dir}/../contrib/analysis-extras/lib/" />

Esto supone que se está ejecutando desde el directorio de ejemplo con solr.solr.home establecido en su instancia. De lo contrario, solo use la ruta absoluta a su instalación de Solr.

También puede copiar todos esos jars en el directorio lib (debajo de su núcleo, no en su casa). Pero lo anterior es una manera más fácil.

Answer 2

De la Wiki:

Lucene proporciona soporte para segmentar estos idiomas en sílabas con solr.ICUTokenizerFactory en el módulo contrib de los análisis-extras. Para usar este tokenizer, consulte solr / contrib / analysis-extras / README.txt para obtener instrucciones sobre qué jarras debe agregar a su SOLR_HOME / lib