搜索引擎之阿堂Solr学习笔记系列5(进阶篇:schema.xml的属性介绍)

在上篇文章中,阿堂使用实例demo全方位演示了solrj+IKAnalyzer如何来索引、分词、查询数据表中的字段中的相关内容。其中分使用到schema.xml中定义的很多字段定义，可能有些网友对其中的一些属性和字段不是特别熟悉，所以阿堂就讲解一下其中的一些基础和关键的属性及字段。

   首先弄清楚几个概念：

Document：Solr的信息的基本单位的是Document，它是一组描述某些事物的数据集合。

Field：Document的主要构成单元，是更具体的信息描述。

    其实大家可以这样理解，Document对应于我们Java代码中的一个类，而Field，则是类中的一个属性。

FieldAnalysis：就是solr如何对传进来的数据进行处理，如果构建索引。假设有个个人简介的Field，他里面包括了很多单词，我们需要在构建索引完之后，通过检索某个单词就能查询到这个人，那么我们就需要对每个单词都进行索引，但是，一句话有很多语气助词，如果aan  or and not，这些词我们又不需要为他们建索引，在构建索相的时候，需要排除出去。那么那些单词我们要建索引，那些又不需要列，这个分析出过程，我们就称为：fieldAnalysis.

Field Type：告诉solr如何去处理某个field的数据，以及这个Field在查询的时候处理。

一个Field Type包括如下四部分信息：

• 名字,name
• 实现类名，也就是solr中真正的类型的类名。
• 如果FieldType 是 TextFiled类型，即还有analysis属性
• 属性

---------------------------------------

  大致清楚以上概念以后，我们再来继续往下看。  那么这些东西在那里定义的列，答案是在你的核心的schema.xml中。如我们例子是在:${solr_home}/collection1/schema.xml

    我们上面所说的Field Type  则对应于schemea.xml中的下面的，solr中的fieldType类型有很多，而常用的有如下几个：

• IntField
  
• LongField
  
• StrField
  
• TextField
  
• DateField
  

接下来说说结点的几个常用属性：

• indexed   是否为该 field建索引
  
• stored   是否存储该field的值，存储以后，可以获取到值，否则会获取到Null
  
• multiValued  是否是多值

关于这些属性，什么时候有什么用途，给出一个二维矩阵图：

 

上面一节我们学习一下FieldType。 其实你可以想的简单一点，FieldType就好像是我们在Java中自定义型。

Field:

  Field就是一个字段，定义一个Field很简单：

 

基本上属性也和FieldType类似，他的属性会覆盖掉FieldType的同名属性。

CopyField

     

你可能想让document的一些字段可以多次使用。solr有一个字段复制机制，可以提交多个不同类型字段集中到一个字段。字段复制主要涉及两个概念，source和destination，一个是要复制的字段，另一个是要复制到哪个字段，以下是个例子：

 

上例中，如果text字段有数据的话，cat字段的内容将被添加到text字段中。maxChars参数，一个int类型参数，用于限制复制的字符数。

source和destination都支持通配符。以下是一个将所有以 _t 结尾的字段全部复制到text字段中。

 

 

   其实说的简单一点，比如现在你要查询包涵"Java"的博客，那么你肯定要查内容，标题是否包含Java，但是solr不能像SQL那样，wheretittle like '%Java%'  or  contentlike '%Java%'.  这个时候copyField就派上用场了，定义一个新字段，将title和content复制到这个新字段，索引的时候，直接从这个新字段查询，这样就达到目地了。 这便是copyField的典型应用场景 。注意：如果dest由多个source构成，就需要将其指定为multiValued。

如 

 

DynamicField：

   

动态字段（Dynamic fields）允许 solr 索引没有在 schema中明确定义的字段。这个在忘记定义一些字段时很有用。动态字段可以让系统更灵活，通用性更强。

动态字段和常规字段类似，除了它名字中包含一个通配符外，在索引文档时，一个字段如果在常规字段中没有匹配时，将到动态字段中匹配。

假设schema中定义了一个叫*_i的动态动态字段，如果要索引一个叫 cost_i 的字段，但是 schema 中不存在 cost_i的字段，这样 cost_i   将被索引到 *_i 字段中。

动态字段也是定义在 schema.xml 文件中，和其他字段一样，它也有个名词，字段类型，和属性。

建议在 schema.xml 定义一些基本的动态字段，以备扩展之用

 

如下是如何选择合适类型的常见和策略

 

     返回合适的结果类型，能让client端的程序员更爽，更顺心。比如，要返回一商品的价格，你如果返回一个text，显然没有返回float好。

本节我们主要就来学习一下一些常用场景用那些类型。

一、Numeric Types数字类型

   对于一般的需要，推荐数据类型采用：SortableIntField, SortableLongField,SortableFloatField, SortableDoubleField。这些类型是按值排序的，这是他们比IntField,LongField, FloatField, DoubleField更优越的地方。

   假设你的用户会频繁的在数值类型上执行范围查询，建议采用：TrieField.

二、Text类型（文本类型）

    关于Text类型的一个妙用，就是使用copyField，将所有要检索的字段包含进来，因为大多数用户搜索的时候，他只知道输入搜索内容，至于是什么属性，他是没有什么概念的。而且大多数的搜索都是检索某个关键字，因此采用这种办法，就能很好的解决这些情况。

   另外，还有一个常用办法就是将copyField将一个字段拷贝多份，分别用于不同的用途。比如一本书，有很多作者，我们通常有，根据作者查询书，作者排序 等需求，这个时候就可以采用这种办法。