SOLR 中 Schema.xml

SOLR 中 Schema.xml 的filedType 的一些属性的理解

1.  dynamicField 的作用是什么?

如果你需要在schema.xml文件中的<field> ......</field>部分定义多个<field>(math_score,chinese_score,english_score,....),而恰好这些<field>的type属性又相同(type="integer"),那么就可以借助 dynamicField 用一个句子完成

这样,在一个document中,就可以使用math_score,chinese_score,english_score这些字段名,虽然在schema.xml文件中并未对它们进行一一定义。

 

 

dynamicField就是動態欄位, 要是你有太多欄位無法一一設定,你可以用dynamicField處理像下面這第一個dynamicField就是說, 所有欄位是以 _i做結尾的 (如 a_i, sss_i, id_i等等)都套用這個設定.

<dynamicField name="*_i" type="integer"indexed="true" stored="true"/>
<dynamicField name="*_t" type="text"indexed="true" stored="true"/>
<dynamicField name="*_f" type="float"indexed="true" stored="true"/>
<dynamicField name="*_b" type="boolean"indexed="true" stored="true"/>
<dynamicField name="*_d" type="date"indexed="true" stored="true"/>
<dynamicField name="*_s" type="string" indexed="true"stored="true"/>
<dynamicField name="*_ri" type="sint"indexed="true" stored="true"/>
<dynamicField name="*_rf" type="sfloat"indexed="true" stored="true"/>
<dynamicField name="*_facet" type="string"indexed="true" stored="true"/>
</fields>

 

2. sortMissingLast 和  sortMissingFirst对<field>的属性之一。只在对该<field>进行排序时,才起作用。

·         sortMissingLast = true时,那些在该<field>上没有值的documents将被排在那些在该<field>上有值的documents之后。

·        sortMissingFirst = true时的情况正好相反。

·        如果两者都设为false,则使用Lucene的排序。 

3. positionIncrementGap=100 只对 multiValue = true 的fieldType有意义。

http://svn.apache.org/repos/asf/lucene/solr/trunk/example/solr/conf/schema.xml

Suppose a document has amulti-valued "author" field.   Like this:

author: John Doe
author: Bob Smith

With a position increment gap of 0, a phrase query of "doe bob" would 
be a match.  But often it is undesirable for that kind of match across 
different field values.  A position increment gap controls the virtual 
space between the last token of one field instance and the first token  
of the next instance.  With a gap of 100, this prevents phrase queries 
(even with a modest slop factor) from matching across instances. 

 4.    omitNorms

什么是Norm,现在还不懂????

 

5. LowerCaseFilterFactory的作用。

例如Kobe Bryant在分词后 kobe 不能搜索到结果 Kobe可以,虽然这个是中文分词

法,但经常有中英混输的情况,如果在输入英文后,查不到结果,也是比较失望的,

另外我看了你的源代码,建议在词库的引进上采用单例模式,在web应用上会比较好,

谢谢你的帮助,另外我看了solol的mmseg的接口比较不错,你是否有意看看,另外再

次感谢你的solr分词

Comment 1 by chenlb2008, Aug 16, 2009

英文小写,好办,用 <filter class="solr.LowerCaseFilterFactory"/> 就行,详情请

看:http://blog.chenlb.com/2009/04/solr-chinese-segment-mmseg4j-use-demo.html

 

solol 基本没看,我只是怕看了会影响我的设计思路。

 

也准备实现 http://chenlb.javaeye.com/blog/439843 提到的一些功能。

 

多谢你的关注。希望继续提出你的看法。

以下内容是从网上找到的

=====================

Solr schema.xml 的介紹

Tuesday, 1. April 2008,07:23:25

solr

原來我是打算將Solr wiki裡的介紹直接翻譯成中文, 後來寫一寫覺得, 翻譯的內容太複雜, 很難懂. 所以在這裡我就直接拿一個schema.xml範例來介紹好了. 希望能幫助大家了解schema.xml

<?xml version="1.0" ?>
The Solr schema file. This file should be named "schema.xml" andshould be in the conf directory under the solr home (i.e. ./solr/conf/schema.xmlby default) or located where the classloader for the Solr webapp can find it.

For more information, on how to customize this file, please see…wiki.apache.org/solr/SchemaXml


<schema name="solr" version="1.1">

資料型態, 你的資料可能要分很多不同型態做資料建置以便solr引擎做檢索, 就像一般資料庫一樣, 要對存入的資料做型態分類. 以下有string, boolean, integer,long, float, double 等等的資料型態, 就依你的須求做設定. 每一個fieldtype 都有幾個參數可設定, 其中name就是你給這個fieldtype的名子, 你可以隨你的方便取名. class是solr用的,就不可以亂取, 要針對你這個fieldtype的資料型態來告訴solr這個fieldtype裡的資料是什麼樣類型的資料,如 integer, text, string, long等等.
後面的sortMissingLast, omitNorms等設定你可以參考solr wiki schemalXml的介紹, 再依你的須求使用. 請參考下列範例.


<types>
<fieldtype name="string" class="solr.StrField" sortMissingLast="true"omitNorms="true"/>
<fieldtype name="boolean" class="solr.BoolField" sortMissingLast="true"omitNorms="true"/>
<fieldtype name="integer" class="solr.IntField"omitNorms="true"/>
<fieldtype name="long" class="solr.LongField"omitNorms="true"/>
<fieldtype name="float" class="solr.FloatField"omitNorms="true"/>
<fieldtype name="double" class="solr.DoubleField"omitNorms="true"/>
<fieldtype name="sint" class="solr.SortableIntField" sortMissingLast="true"omitNorms="true"/>
<fieldtype name="slong" class="solr.SortableLongField" sortMissingLast="true"omitNorms="true"/>
<fieldtype name="sfloat" class="solr.SortableFloatField"sortMissingLast="true"omitNorms="true"/>
<fieldtype name="sdouble"class="solr.SortableDoubleField" sortMissingLast="true"omitNorms="true"/>
<fieldtype name="date" class="solr.DateField" sortMissingLast="true"omitNorms="true"/>

如果是TextField的資料型態, 你可以用不同的Analyzer, Tokenizer, Filter對這個fieldtype的資料做處理. 像是中文切詞, 刪除前後空白, 或同義詞等等. 可依你的須求使用. 請參考下列範例.

<fieldtype name="text_ws" class="solr.TextField"positionIncrementGap="100">
<analyzer>
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
</analyzer>
</fieldtype>

<fieldtype name="text" class="solr.TextField"positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.WhitespaceTokenizerFactory"/>

<filter class="solr.StopFilterFactory" ignoreCase="true"words="stopwords.txt"/>
<filter class="solr.WordDelimiterFilterFactory"generateWordParts="1" generateNumberParts="1"catenateWords="1" catenateNumbers="1"catenateAll="0"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
<filter class="solr.SynonymFilterFactory"synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
<filter class="solr.StopFilterFactory" ignoreCase="true"words="stopwords.txt"/>
<filter class="solr.WordDelimiterFilterFactory"generateWordParts="1" generateNumberParts="1"catenateWords="0" catenateNumbers="0"catenateAll="0"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.EnglishPorterFilterFactory"protected="protwords.txt"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
</analyzer>
</fieldtype>

<fieldtype name="textTight" class="solr.TextField"positionIncrementGap="100" >
<analyzer>
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
<filter class="solr.SynonymFilterFactory"synonyms="synonyms.txt" ignoreCase="true"expand="false"/>
<filter class="solr.StopFilterFactory" ignoreCase="true"words="stopwords.txt"/>
<filter class="solr.WordDelimiterFilterFactory"generateWordParts="0" generateNumberParts="0"catenateWords="1" catenateNumbers="1"catenateAll="0"/>
<filter class="solr.LowerCaseFilterFactory"/>
<filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>
<filter class="solr.RemoveDuplicatesTokenFilterFactory"/>
</analyzer>
</fieldtype>
</types>


設置好資料fieldType的型態後, 就是將這些fieldType套入對應的document fields. 只能多不能少. 也就是說假設你有一個document裡有 id, name, default等資料, 你的schema.xml不可以只有id, default這兩個field. 你一定要還要有name這個field. 但是你schema.xml裡若有id, name, defualt, text這四個欄位, 你的document卻可以只有id, default這兩個欄位.

<fields>
<field name="id" type="string" indexed="true"stored="true"/>

上面這個欄位(field)是給你document裡的id欄用, 型態為string, 要index, 也要儲存在你的資料庫裡

<field name="default" type="text"indexed="true" stored="false"multiValued="true"/>
<field name="name" type="text" indexed="true"stored="false" multiValued="true"/>


dynamicField就是動態欄位, 要是你有太多欄位無法一一設定,你可以用dynamicField處理像下面這第一個dynamicField就是說, 所有欄位是以 _i做結尾的 (如 a_i, sss_i, id_i等等)都套用這個設定.

<dynamicField name="*_i" type="integer"indexed="true" stored="true"/>
<dynamicField name="*_t" type="text"indexed="true" stored="true"/>
<dynamicField name="*_f" type="float"indexed="true" stored="true"/>
<dynamicField name="*_b" type="boolean"indexed="true" stored="true"/>
<dynamicField name="*_d" type="date"indexed="true" stored="true"/>
<dynamicField name="*_s" type="string"indexed="true" stored="true"/>
<dynamicField name="*_ri" type="sint"indexed="true" stored="true"/>
<dynamicField name="*_rf" type="sfloat"indexed="true" stored="true"/>
<dynamicField name="*_facet" type="string"indexed="true" stored="true"/>
</fields>

uniqueKey就像一般database的primary key一樣, 也就是說整個資料庫裡的每一筆資料的id欄位不可以與另一筆資料的id欄位有相同值.

<uniqueKey>id</uniqueKey>

defaultSearchField就是你在做query搜尋時若不指定特定欄位做檢索時, Solr就會只查這個欄位.

<defaultSearchField>default</defaultSearchField>


copyField是用來複製你一個欄位裡的值到另一欄位用. 如你可以將name裡的東西copy到default裡, 這樣solr做檢索時也會檢索到name裡的東西.

<copyField source="name" dest="default"/>


這裡defaultOperator設為 "AND", 就是說當你輸入的查尋詞句有空白時 ex. "遠東 餐廳", Solr搜尋解析器會當做你的query指令為"遠東AND餐廳". 若是設為 "OR" 就會變成"遠東OR餐廳".

<solrQueryParser defaultOperator="AND"/>
</schema>

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
CSDN海神之光上传的全部代码均可运行,亲测可用,尽我所能,为你服务; 1、代码压缩包内容 主函数:main.m; Fig:GUI操作界面; 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,可私信博主; 3、运行操作步骤 步骤一:将所有文件放到 Matlab的当前文件夹; 步骤二:双击打开main.m文件;(若有其他m文件,无需运行) 步骤三:点击运行,等程序运行完得到结果; 4、语音处理系列仿真咨询 如需其他服务,可私信博主或扫描博主博客文章底部QQ名片; 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 语音处理系列程序定制或科研合作方向:语音隐藏、语音压缩、语音识别、语音去噪、语音评价、语音加密、语音合成、语音分析、语音分离、语音处理、语音编码、音乐检索、特征提取、声源定位、情感识别、语音采集播放变速等; CSDN海神之光上传的全部代码均可运行,亲测可用,尽我所能,为你服务; 1、代码压缩包内容 主函数:svddwt.m; 调用函数:其他m文件; 语音信号,其格式为MP4; 运行结果效果图; 2、代码运行版本 Matlab 2019b;若运行有误,根据提示修改;若不会,可私信博主; 3、运行操作步骤 步骤一:将所有文件放到 Matlab的当前文件夹; 步骤二:双击打开svddwt.m文件;(若有其他m文件,无需运行) 步骤三:点击运行,等程序运行完得到结果; 4、智能优化算法背包问题系列仿真咨询 如需其他服务,可私信博主或扫描博主博客文章底部QQ名片; 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 语音处理系列程序定制或科研合作方向:语音隐藏、语音压缩、语音识别、语音去噪、语音评价、语音加密、语音合成、语音分析、语音分离、语音处理、语音编码、音乐检索、特征提取、声源定位、情感识别、语音采集播放变速等;

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值