搜索引擎之阿堂Solr学习笔记系列7(进阶篇:Solr的自动补全功能)

转载自：http://blog.sina.com.cn/s/blog_4c925dca0102vga8.html 

本篇文章,阿堂将和大家分享sorl的高级应用自动补全功能。实际上，我们在在一些电商平台上购物就可以经常看到自动补全功能。

             如京东网上的截图所示
             

索引 
设想你想在你的在线商店中，给用户一些提示，比如商品的名称。假设我们的索引构建如下： 

<< field name="id" type="string" indexed="true" stored="true" multiValued="false" required="true"/> 
<<field name="title" type="textik" indexed="true" stored="true" multiValued="false" /> 
<< field name="description" type="text" indexed="true" stored="true" multiValued="false" />


textik类型的定义为：

配置 
开始前，首先考虑你要实现的功能：是要实现一个名字的提示，还是全名的提示。这都依赖于我们的选择，我们必须为需要引导的地方设置适当的域。 

单词提示 
在单词的情况下，我们使用的域也即一个token。在这种情况下，域名为title就足够了。但是，这属于一个词干，analysis的操作都在词干上，因此，我们最好换一个其他的类型。 

全名提示 
我们使用一个不同的域配置来定义全名提示--最好一个未被定义的域。但是我们不能使用基于类似string这种类型的域，基于这个原因，我们定义为一下的域： 

textik类型的定义为： 

为了不影响原有数据的格式，将原数据进行拷贝： 

 

如何使用 
为了使用这个数据，我们准备了一个简单的查询语句： 

q=*:* &facet=true &facet.field=FIELD &facet.mincount=1 &facet.prefix=USER_QUERY

需要替换的地方： 
   FIELD：我们打算提供建议的域，在本例中域名为title 或title_auto 
   USER_QUERY：用户输入的字符 

这里可以设置rows=0，这样可以只返回facet的结果，而没有查询结果。当然这不是必须的。 

查询的一个例子可以这样写： 

fl=id,name &rows=0 &q=*:* &facet=true &facet.field=name_auto &facet.mincount=1 &facet.prefix=你们

 

查询结果会返回这样的结果： 

<< response> 
<< lst name="responseHeader"> 
<< int name="status">0</</span>int> 
<< int name="QTime">0</</span>int> 
<< lst> 
<< result name="response" numFound="4" start="0"/> 
<< lst name="facet_counts"> 
<< lst name="facet_queries"/> 
<< lst name="facet_fields"> 
<< lst name="title_auto"> 
<< int name="你们">2</</span>int> 
<< int name="你们好">1</</span>int> 
<< int name="你们好吗">1</</span>int> 

<< lst> 
<< lst> 
<< lst name="facet_dates"/></</span>lst> 
<< response>

阿堂通过代码测试效果截图如下

 

另外，阿堂附上了测试完整代码

public class SolrjCompleteContents {

   
    public static void main(String[] args) {       
       
        CommonsHttpSolrServer service=null;
       
        try {           
            service = new CommonsHttpSolrServer("http://localhost:9999/solr/");           
        } catch (MalformedURLException e1) {           
            e1.printStackTrace();           
        }  
       
        List list = new ArrayList();  
        //查询响应结果
        QueryResponse queryResponse = new QueryResponse();  
        //查询传输参数封装
        SolrQuery query = new SolrQuery();  
       
        try {  
           
               query.setFacet(true);  
               query.setRows(0);  
               query.setQuery("title:你们");  
               query.setFacetPrefix("你们"); 
               query.addFacetField("title_auto");
               query.setFacetLimit(20);
              
               System.out.println("query.toString() = "+query.toString());  
              
               queryResponse = service.query(query); 
               NamedListnl = queryResponse.getResponse(); 

               System.out.println("nl = "+nl);
              
               NamedListnl2 = (NamedList)nl.get("facet_counts");  
               NamedListnl3 = (NamedList)nl2.get("facet_fields");  
               NamedListnl4 = (NamedList)nl3.get("title_auto");  
              
               System.out.println("nl4.size() = "+nl4.size());  
              
               Iterator> it = nl4.iterator();
              
               while (it.hasNext()) {
                  
                   Entry entry = it.next();  
                   System.out.println(entry.getKey() + "____" + entry.getValue()); 
                  
               }
              
            } catch (Exception e) {
                e.printStackTrace();  
            } 
        }
    }

扩展功能 
    这里说一下他的一些常用的功能。 

    第一个是显示用户的一些额外的信息，比如当你选择某个提示词时，显示的结果的数量。这是一个很有意思的特性。

    另一个是使用facet.sort参数进行排序。这依赖于你的需求，我们可以按文档的数量排序（默认方式，设参数为true即可），或者按字母序排序（设为false）。 

    我们也可以通过设置facet.mincount来显示比指定的数量更多的提示词。 

    另外一个很好的特性是提示词不仅可以通过用户的类型获取，还可以通过其他的属性获取，这类似于类别。举个例子，我们想给用户展示家庭用品相关的商品，我们假设现在用户对DVD类型的商品并不感兴趣，这样我们添加一个参数： fq=department:homeApplications（假设有这个department）。通过这样的一个查询，你就不需要在所有的索引中匹配了，而是在我们选择的department里选择。 

结尾 
   跟其他方法一样，它有优点，也有缺点。优点就是易于使用、没有额外的组件依赖，并且能将结果约束在一个很小的范围内来更好的匹配用户的需求；另外一个很大的优点是它对每个提示词都附带了结果的统计。缺点就是需要添加额外的类型和字段；另外由于其facet的机制，对机器性能和load都非常消耗。

后记:

     实际上，上面阿堂演示分享的只是自动补全的基本功能，要想真正到电商平台的分类功能展示效果，还需要进行数据分类的详细设计，当然，这不是本篇文章讨论的范围，属于电商平台数据库的设计，要要分成多种数据表，如分类表，商品明细表，商品附加属性表及扩展表 等数据表，这样就可以通过自动补全功能展示非常丰富的效果了。