前言：這篇文章是基於之前的“linux環境下配置solr5.3詳細步驟”（http://www.cnblogs.com/zhangyuan0532/p/4826740.html）進行擴展的。本篇的步驟是后來記錄的，所以沒有細節的命令代碼，也沒有截圖，諒解。
原先是solr5.3部署在linux環境下，本篇是solr6.0部署在docker環境下。大概是半年前2016年8月進行配置的，solr現在有小版本變化。
一、docker創建鏡像和容器
（由於dockerfile里默認用戶為“solr"，從宿主機拷入到容器內的文件無法設置讀寫編輯權限。因此我把dockerfile修改去除了“ENV SOLR_USER solr”等用戶相關配置，默認使用root用戶。）
1、下載solr6.0.1版的Dockerfile文件（共三個文件：Dockerfile、scripts/docker-entrypoint.sh、scripts/wait-for-solr.sh）
2、修改Dockerfile，去除solruser的信息
3、cd到Dockerfile所在目錄（/home/zhangyuan/docker-solr/6.0），執行build命令，生成鏡像（會等待很久）
$ docker build -t solr .（注意owner和權限）
4、執行run命令，啟動容器
mkdir -p /home/docker/solr/qdfs
$ docker run --name qdsolr -d -p 8983:8983 -v /home/docker/solr/qdfs:/home/docker/solr/qdfs solr:latest
5)進入容器內修改/opt/solr/bin/solr.in.sh文件，SOLR_HEAP="4096m"
二、ik分詞器配置
1、ik分詞器的jar包（此jar包為配置solr5.3時使用的那一套）存放在solr_analyzer目錄下，jar包列表如下：
IKAnalyzer-5.0.jar
solr-analyzer-ik-5.1.0.jar
pinyin4j-2.5.0.jar
analyzer-pinyin-lucene-5.1.0.jar
analyzer-pinyin-solr-5.1.0.jar
2、從宿主機向docker容器內拷貝文件(solr_analyzer下所有文件拷入容器內/opt/solr/server/solr-webapp/webapp/WEB-INF/lib目錄下)
$ docker cp /home/docker/solr/solr_analyzer/. qdsolr:/opt/solr/server/solr-webapp/webapp/WEB-INF/lib
3、ik分詞器需要ext.dic（字典） stopword.dic（排除詞） IKAnalyzer.cfg.xml（配置）的幾個文件連同文件夾拷入WEB-INF下（編輯IKAnalyzer.cfg.xml中ext.dic的注釋放開）
$ docker cp /home/docker/solr/classes qdsolr:/opt/solr/server/solr-webapp/webapp/WEB-INF
4、提交容器的修改到鏡像，並命名鏡像為solr:chinese
三、配置solr實例
1、將實例的core拷一個到solrhome，並命名為自己的名字（我的叫qdfs）
$ cp -r /opt/solr/example/example-DIH/solr/solr /opt/solr/server/solr/qdfs
2、修改solrconfig.xml文件，配置實例需要的jar包
大概在86行，添加分詞需要的jar
<lib dir="${solr.install.dir:../../../..}/contrib/analysis-extras/lib" regex=".*\.jar" />
<lib dir="${solr.install.dir:../../../..}/dist/" regex="solr-analysis-extras-\d.*\.jar" />
3、修改managed-schema文件（6.0之前版本為schema.xml文件）
修改field信息為與自己的實體類相同的樣子（添加field、添加copyField）
添加IK分詞器配置，在文檔最后面添加如下（意思為text_ik類型字段進行索引時使用ik分詞器，並且進行拼音分詞，進行查詢時只使用ik進行中文分詞）
<!--IK-->
<fieldType name="text_ik" class="solr.TextField">
<analyzer type="index">
<tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory" useSmart="false"/>
<filter class="org.apache.lucene.analysis.pinyin.solr5.PinyinTokenFilterFactory" firstChar="false" minTermLength="2" />
<filter class="org.apache.lucene.analysis.pinyin.solr5.PinyinNGramTokenFilterFactory" nGramChinese="false" nGramNumber="false" />
</analyzer>
<analyzer type="query">
<tokenizer class="org.apache.lucene.analysis.ik.IKTokenizerFactory" useSmart="false"/>
</analyzer>
</fieldType>
4、將實例文件夾（qdfs）拷貝到qdsolr容器附加卷目錄（/home/docker/solr/qdfs）下
四、啟動容器
1、啟動solr:chinese，同時設置端口、運行內存、附加文件夾
$ docker run --name qd-solr --restart=always -d -p 8983:8983 -m 4096m -v /home/docker/solr/qdfs:/opt/solr/server/solr/qdfs solr:chinese
2、訪問localhost:8983/solr進行查看測試
五、其他配置（可選）
solrConfig.xml文件中可進行下述修改
1、修改自動提交
（solr中數據索引后需要commit才能真正持久保存，我最早使用代碼進行主動commit，后來發現太慢，改為使用autoCommit）
autoCommit分兩類，一個是真正commit索引數據存入文件，慢但是安全，一個是軟commit索引數據存入內存或臨時文件，快但是不安全。調整配置的數據取到一個平衡點可以有效提高效率。
#1萬條或者5分鍾提交一次，關閉重新打開searcher（提高commit速度），1分鍾軟提交一次
<autoCommit>
<maxDocs>10000</maxDocs>
<maxTime>300000</maxTime>
<openSearcher>false</openSearcher>
</autoCommit>
<autoSoftCommit>
<maxTime>60000</maxTime>
</autoSoftCommit>
2、修改提交限制
和autoCommit配合使用，防止大量數據批量導入時內存溢出或者操作超時。
#50M數據或者1000個最大緩存個數
<ramBufferSizeMB>50</ramBufferSizeMB>
<maxBufferedDocs>1000</maxBufferedDocs>
3、最大可啟動searcher
solr每次提交時，都會新打開一個searcher，打開searcher需要花費一定時間，在這個過程中，如果又有新的commit提交，又會打開新的searcher。當數量超過SolrConfig.xml中配置的maxWarmingSearchers時，會報錯。
maxWarmingSearchers配置的是同時可以存在的searcher個數。
#由2改為4
<maxWarmingSearchers>4</maxWarmingSearchers>