场景描述:
普通查询时,查询的结果中,个人信息有很多重复的,按照业务需求需要将重复的个人信息隐藏,所以使用分组查询,如果想查看隐藏的部分,则在具体分组中继续使用分页的查询。
分组查询:
JAVA部分代码:
...
// 创建solrQuery对象
SolrQuery query = new SolrQuery();
query.set("q", "*:*" );
/*分组*/
//是否分组
query.setParam("group", true);
//分组的字段,不可以是多值字段
query.setParam("group.field", "PAT_ID");
//分组中每个组的上限数量,默认为1
query.setParam("group.limit","1");
//分布式模式使用分组,并返回分组数量
query.setParam("group.ngroups","true");
//分组详情搜索
//分组中的偏移量,相当于普通搜索中的start
query.setParam("group.offset",jsonObject.getString("start"));
//分组中每个组的上限数量,相当于普通搜索中的每页数量rows,默认为1
query.setParam("group.limit",jsonObject.getString("rows"));
// 执行搜索,返回response对象
QueryResponse rq = cloudSolrClient.query(query);
// 从response中获取想要的结果,因为结构与正常搜索的结构不一致,所以取数据时与普通搜索获取数据不一样
GroupResponse groupResponse = rq.getGroupResponse();
List<GroupCommand> groupCommandList = groupResponse.getValues();
SolrDocumentList solrDocumentList = new SolrDocumentList();
long count = 0;
long groupNum=0;
// 判断是否为空
if(groupCommandList!=null && groupCommandList.size()>0){
// 匹配出的结果总数
count = groupCommandList.get(0).getMatches();
// 分组总数
groupNum = groupCommandList.get(0).getNGroups();
List<Group> groupList=groupCommandList.get(0).getValues();
// 遍历返回的每个分组
for(Group group:groupList){
// 若为普通搜索的结果则只有一条;若为分组详情则只有一组,将一组全部放入
for(SolrDocument solrDocument:group.getResult()){
// 将分组中的数放入最后一个参数
solrDocument.addField("numFound",group.getResult().getNumFound());
// 每个分组只取第一个
solrDocumentList.add(solrDocument);
}
}
}
...
查询结果在solrDocumentList中,处理成什么格式可以自己设置;groupNum为分组的组数,count为所有匹配的文档数(不分组的匹配数);
Solr管理页面查询的结构如下:
分组中的分页:
JAVA部分代码:
//分组中的偏移量,相当于普通搜索中的start
query.setParam("group.offset",String.valueOf(map.get("groupOffset")));
//分组中每个组的上限数量,相当于普通搜索中的每页数量rows,默认为1
query.setParam("group.limit",String.valueOf(map.get("groupLimit")));
配合这两个条件,进行分组中的分页。
《Solr实战》中这样写道:
结果分组功能在分布式模式下不能完全起作用。
如果计划在分布式模式下使用Solr的分组功能,并需要得到精确的分组数量(由group.ngroups=true参数返回)。
如果没有按照计划那样,将数据按照分组的字段分割到各个分片上,那返回的分组数量仅仅是一个上限值。解决办法是
自定义散列,就是设置一个id让指定的一组文档分发到同一个分片上,这样做最大的问题是会造成集群里分片的不均衡。
经过多次测试,发现并没有发生文章中说的那样的问题。而且在尝试设置自定义散列的时候不知道该如何设置,起初我在配置文件中设置,但是没有效果。网上也没人设置过,没有出现上述问题,也就不再关心这个自定义散列了。
对于分组的参数,官网也有提及,如下:
对于分组的参数,官网也有提及,如下:
下面是别人翻译过来的:
地址:https://blog.csdn.net/jiangchao858/article/details/63256048
参数 | 类型 | 说明 |
---|---|---|
group | 布尔值 | 设为true,表示结果需要分组 |
group.field | 字符串 | 需要分组的字段,字段类型需要时是StrField或TextField |
group.func | 查询语句 | 可以指定查询函数 |
group.query | 查询语句 | 可以指定查询语句 |
rows | 整数 | 返回多少组结果,默认10 |
start | 整数 | 指定结果开始位置/偏移量 |
group.limit | 整数 | 每组返回多数条结果,默认1 |
group.offset | 整数 | 指定每组结果开始位置/偏移量 |
sort | 排序算法 | 控制各个组的返回顺序 |
group.sort | 排序算法 | 控制每一分组内部的顺序 |
group.format | grouped/simple | 设置为simple可以使得结果以单一列表形式返回 |
group.main | 布尔值 | 设为true时,结果将主要由第一个字段的分组命令决定 |
group.ngroups | 布尔值 | 设为true时,Solr将返回分组数量,默认fasle |
group.truncate | 布尔值 | 设为true时,facet数量将基于group分组中匹相关性高的文档,默认fasle |
group.cache.percent | 整数0-100 | 设为大于0时,表示缓存结果,默认为0。该项对于布尔查询,通配符查询,模糊查询有改善,却会减慢普通词查询。 |
关于分组文档数量不一致问题的补充:
《Solr实战》(PDF文档下载地址)11.6章节有讲到关于“分组陷阱”的问题。
上述“分组中的分页”以及自己计算总数,已解决本人在分组分页的问题,还可以采用《Solr实战》13.7章节中关于自定义散列的方式,即创建索引时将“分组字段!”作为前缀。