关闭

Solr使用入门指南 (四)

1308人阅读 评论(0) 收藏 举报
分类:
solr软件介绍

在这出现了一个软件就是Solr的软件,下面就和大家一起来看看这个软件怎么用



上图为安装solr环境的软件的左面截图,首先来看看这幅图的讲解:

1Dashboard:就是上面全图就是这个按钮的功能;

2Logging:查看日志;

3CoreAdmin:添加core用户,这个可重要也可不重要,默认是collection1,这个就是添加一个和collection1具有一样功能的用户,用来检索和查询。点击之

后会出现下面的截图:

补充:

name:给core随便起个名字;

instanceDir:core的安装目录,这里就是之前在tomcat/solrhome/目录下创建的core1文件夹;

dataDir:指定用于存放lucene索引和log日志文件的目录路径,该路径是相对于core根目录(在单core模式下,就直接是相对于solr_home了),默认值是当前core目录下的data;

config:用于指定solrconfig.xml配置文件的文件名,启动时会去core1/config目录下去查找;

schema:即用来配置你的schema.xml配置文件的文件名的,schema.xml配置文件应该存放在当前core目录下的conf目录下。但是下载的solr里没有这个文件,所以我也不管了;

属性都填上,然后点击AddCore,就创建完成了。




再看最下面的下拉框:点击之后会出现collection1,点击collection1出现如下截图:




因为我在这之前添加了一个索引文档,所以我的显示的Num DocsMax Doc 是有值的,没有安装就是为0

就来介绍一下选中core角色后生成的一些按钮功能。

1Overview:是浏览你的索引文档。其中包括最后开启时间、文档内存数量、文档最大数量等等一些信息;

2Analysis:解析浏览。如下图:





看左上方的Field ValueIndex):这个是定义你要索引的属性值;

右上方的Field ValueQuery:这个是根据输入的值,来进行查找;

底下的Analyse Fieldname / FieldType :就是你要往哪个属性里添加索引的值。



3dataImport:就是数据的引进。

4FIlesPingPligins/Stats这些不怎么常用,这里就不多详细介绍了。

5Query:是根据索引属性查询,效果如下:




看到这,相信有的人就要问了,拿这些是干嘛的呢?下面就介绍一下他们是干嘛的:

q查询字符串,必须写,格式为:索引属性:属性值,必须遵守这种格式,否则查不出来

 

fqfilterquery。使用Filter Query可以充分利用Filter QueryCache,提高检索性能。作用:在q查询符合结果中同时是fq查询符合的,例如:      

        q=mm&fq=date_time:[20081001 TO20091031],找关键字mm,并且date_time是20081001到20091031之间的。

 

flfieldlist。指定返回结果字段。以空格“ ”或逗号“,”分隔。

 

start用于分页定义结果起始记录数,默认为0。

 

rows用于分页定义结果每页返回记录数,默认为10。

 

sort排序,格式:sort=<fieldname>+<desc|asc>[,<field name>+<desc|asc>]… 。示例:(inStockdesc, price asc)表示先 “inStock” 降序, 再 “price” 升序,默认是

            相关性降序。

 

df默认的查询字段,一般默认指定。

 

q.op覆盖schema.xml的defaultOperator(有空格时用"AND"还是用"OR"操作逻辑),一般默认指定。必须大写

 

wtwritertype。指定查询输出结构格式,默认为“xml”。在solrconfig.xml中定义了查询输出格式:xml、json、python、ruby、php、phps、custom。

 

qtquerytype,指定查询使用的Query Handler,默认为“standard”。

 

explainOther设置当debugQuery=true时,显示其他的查询说明。

 

defType设置查询解析器名称。

 

timeAllowed设置查询超时时间。

 

omitHeader设置是否忽略查询结果返回头信息,默认为“false”。

 

indent返回的结果是否缩进,默认关闭,用indent=true|on 开启,一般调试json,php,phps,ruby输出才有必要用这个参数。

 

version查询语法的版本,建议不使用它,由服务器指定默认值。

 

debugQuery设置返回结果是否显示Debug信息。

以上这些就是solr的一些参数,下面就来介绍一下,查询的语法有哪些?

语法:

1.匹配所有文档:*:*

2.强制、阻止和可选查询:

1)    Mandatory:查询结果中必须包括的(for example, onlyentry name containing the word make)

Solr/LuceneStatement:+make, +make +up ,+make +up +kiss

2)    prohibited:(for example, all documentsexcept those with word believe)

Solr/LuceneStatement:+make +up -kiss

3)    optional:

Solr/LuceneStatement:+make +up kiss

3.布尔操作:AND、OR和NOT布尔操作(必须大写)与Mandatory、optional和prohibited相似。

1)       make AND up = +make +up:AND左右两边的操作都是mandatory

2)       make || up = make OR up=make up:OR左右两边的操作都是optional

3)       +make +up NOT kiss = +make +up –kiss

4)       make AND up OR french ANDKiss不可以达到期望的结果,因为AND两边的操作都是mandatory的。

4.子表达式查询(子查询):可以使用“()”构造子查询。

示例:(makeAND up) OR (french AND Kiss)

5.子表达式查询中阻止查询的限制:

示例:make(-up):只能取得make的查询结果;要使用make (-up *:*)查询make或者不包括up的结果。

6.多字段fields查询:通过字段名加上分号的方式(fieldName:query)来进行查询

示例:entryNm:makeAND entryId:3cdc86e8e0fb4da8ab17caed42f6760c

7.通配符查询(wildCardQuery):

1)       通配符?和*:“*”表示匹配任意字符;“?”表示匹配出现的位置。

示例:ma?*(ma后面的一个位置匹配),ma??*(ma后面两个位置都匹配)

2)       查询字符必须要小写:+Ma +be**可以搜索到结果;+Ma+Be**没有搜索结果.

3)      查询速度较慢,尤其是通配符在首位:主要原因一是需要迭代查询字段中的每个term,判断是否匹配;二是匹配上的term被加到内部的查询,当terms数量达到1024的时候,查询会失败。

4)       Solr中默认通配符不能出现在首位(可以修改QueryParser,设置

setAllowLeadingWildcard为true)

5)       set setAllowLeadingWildcard to true.

8.模糊查询、相似查询:不是精确的查询,通过对查询的字段进行重新插入、删除和转换来取得得分较高的查询解决(由LevensteinDistance Algorithm算法支持)。

1)       一般模糊查询:示例:make-believ~

2)      门槛模糊查询:对模糊查询可以设置查询门槛,门槛是0~1之间的数值,门槛越高表面相似度越高。示例:make-believ~0.5、make-believ~0.8、make-believ~0.9

9.范围查询(RangeQuery):Lucene支持对数字、日期甚至文本的范围查询。结束的范围可以使用“*”通配符。

示例:

1)       日期范围(ISO-8601 时间GMT):sa_type:2 ANDa_begin_date:[1990-01-01T00:00:00.000Z TO 1999-12-31T24:59:99.999Z]

2)       数字:salary:[2000 TO *]

3)       文本:entryNm:[a TO a]

10.日期匹配:YEAR,MONTH, DAY, DATE (synonymous with DAY) HOUR, MINUTE, SECOND, MILLISECOND, andMILLI (synonymous with MILLISECOND)可以被标志成日期。

示例:

1)  r_event_date:[* TO NOW-2YEAR]:2年前的现在这个时间

2)  r_event_date:[* TO NOW/DAY-2YEAR]:2年前前一天的这个时间

solr里,也有函数,接下来就看看solr是怎样通过函数查询的:

 函数查询 可以利用 numeric字段的值 或者与字段相关的的某个特定的值的函数,来对文档进行评分。

1.    使用函数查询的方法

这里主要有三种方法可以使用函数查询,这三种s方法都是通过solrhttp接口的。

1)    使用FunctionQParserPlugin。ie:q={!func}log(foo)

2)    使用“_val_”内嵌方法

内嵌在正常的solr查询表达式中。即,将函数查询写在q这个参数中,这时候,我们使用“_val_”将函数与其他的查询加以区别。

ie:entryNm:make&& _val_:ord(entryNm)

3)    使用dismax中的bf参数

使用明确为函数查询的参数,比如说dismax中的bf(boostfunction)这个参数。 注意:bf这个参数是可以接受多个函数查询的,它们之间用空格隔开,它们还可以带上权重。所以,当我们使用bf这个参数的时候,我们必须保证单个函数中是没有空格出现的,不然程序有可能会以为是两个函数。

示例:

q=dismax&bf="ord(popularity)^0.5recip(rord(price),1,1000,1000)^0.3

2.    函数的格式(Function Query Syntax)

目前,functionquery 并不支持 a+b 这样的形式,我们得把它写成一个方法形式,这就是 sum(a,b).

3.    使用函数查询注意事项

1)    用于函数查询的field必须是被索引的;

2)    字段不可以是多值的(multi-value)

4.    可以利用的函数 (available function)

1)    constant:支持有小数点的常量; 例如:1.5;SolrQuerySyntax:_val_:1.5

2)    fieldvalue:这个函数将会返回numericfield的值,这个字段必须是indexd的,非multiValued的。格式很简单,就是该字段的名字。如果这个字段中没有这样的值,那么将会返回0。

3)   ord:对于一个字段,它所有的值都将会按照字典顺序排列,这个函数返回你要查询的那个特定的值在这个顺序中的排名。这个字段,必须是非multiValued的,当没有值存在的时候,将返回0。例如:某个特定的字段只能去三个值,“apple”、“banana”、“pear”,那么ord(“apple”)=1,ord(“banana”)=2,ord(“pear”)=3.需要注意的是,ord()这个函数,依赖于值在索引中的位置,所以当有文档被删除、或者添加的时候,ord()的值就会发生变化。当你使用MultiSearcher的时候,这个值也就是不定的了。

4)    rord:这个函数将会返回与ord相对应的倒排序的排名。

格式:rord(myIndexedField)。

5)    sum:这个函数的意思就显而易见啦,它就是表示“和”啦。

格式:sum(x,1)、sum(x,y)、 sum(sqrt(x),log(y),z,0.5)

6)   product:product(x,y,...)将会返回多个函数的乘积。格式:product(x,2)、product(x,y)

7)   div:div(x,y)表示x除以y的值,格式:div(1,x)、div(sum(x,100),max(y,1))

8)    pow:pow表示幂值。pow(x,y) =x^y。例如:pow(x,0.5)表示开方pow(x,log(y))

9)    abs:abs(x)将返回表达式的绝对值。格式:abs(-5)、 abs(x)

10)  log:log(x)将会返回基数为10,x的对数。格式: log(x)、log(sum(x,100))

11)  Sqrt:sqrt(x) 返回一个数的平方根。格式:sqrt(2)、sqrt(sum(x,100))

12)  Map:如果x>=min,且x<=max,那么map(x,min,max,target)=target.如果x不在[min,max]这个区间内,那么map(x,min,max,target)=x.

格式:map(x,0,0,1)

13)  Scale:scale(x,minTarget,maxTarget)这个函数将会把x的值限制在[minTarget,maxTarget]范围内。

14)  query:query(subquery,default)将会返回给定subquery的分数,如果subquery与文档不匹配,那么将会返回默认值。任何的查询类型都是受支持的。可以通过引用的方式,也可以直接指定查询串。

例子:q=product(popularity,query({!dismax v='solr rocks'}) 将会返回popularity和通过dismax 查询得到的分数的乘积。

q=product(popularity,query($qq)&qq={!dismax}solr rocks 跟上一个例子的效果是一样的。不过这里使用的是引用的方式

q=product(popularity,query($qq,0.1)&qq={!dismax}solr rocks 在前一个例子的基础上又加了一个默认值。

15)  linear: inear(x,m,c)表示 m*x+c,其中m和c都是常量,x是一个变量也可以是一个函数。例如: linear(x,2,4)=2*x+4.

16) Recip:recip(x,m,a,b)=a/(m*x+b)其中,m、a、b是常量,x是变量或者一个函数。当a=b,并且x>=0的时候,这个函数的最大值是1,值的大小随着x的增大而减小。例如:recip(rord(creationDate),1,1000,1000)

17)  Max: max(x,c)将会返回一个函数和一个常量之间的最大值。

例如:max(myfield,0)



0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:14267次
    • 积分:319
    • 等级:
    • 排名:千里之外
    • 原创:16篇
    • 转载:14篇
    • 译文:0篇
    • 评论:0条
    文章分类