55555的博客

group用于实现简单的聚合分组查询、数值计算等facet与group有些相近，都是做分组查询的，但是facet允许用户再对结果集进行二次处理，也就是支持嵌套聚合，也可以对分组数量进行排序、过滤等，group会返回每个分组详细的数据列表docs，而facet并不会返回每个分组的docs，只是返回一个统计指标。facet与group可以结合使用。facet分组查询支持4大类型：facet.query: 自定义查询分组facet.field：按字段分组facet.range: 范围查询分组。

自此，我们针对solr集群的搭建，核心创建，数据同步都讲解完了，同时还需要改变的呢，是我们客户端连接时的代码，要调整为集群模式，这个我们在下一章继续讲解。

之前我们讲解过，但在实际生产中，为了保证服务高可用，通常我们是采用集群模式。所以本次我们来实操集群模式的搭建。

首先如果你还不知道spring-data相关工具包如何查看官方文档的，这里给大家统一说明一下1、spring-data的所有文档都可以在这个路径下看到2、找到solr，点击进去3、选择docs，即文档，然后选择当前版本current，如果你要直接查看指定版本的也可根据版本号访问4、进入后选择reference，再选择html，即可进入官方说明文档spring-data-solr官方文档一定要善用官方文档，这可以帮助我们少走很多弯路。

SolrJ是 Solr官方提供的 Java 客户端库，主要用于与 Solr 服务器进行交互。内部封装了一组API，可以方便地实现对solr服务端的各类操作。使用 SolrJ，可以通过编写 Java 代码来实现对 Solr 的索引操作，比如增删改查。同时，SolrJ 还支持多种查询方式，如简单查询、复杂查询、分页查询、聚合查询等。同时也包括了对solr的索引管理、权限控制等操作更多的客户端操作，还要大家自己去探索，但是直接使用SolrJ还是感觉有些复杂，能不能更加简易地实现客户端操作呢，那就要提到我们的。

solr作为搜索引擎，就像我们使用mysql一样，在日常业务中，更多接触的则是各类操作语法，所以今天，我们再来学习solr的常用查询语法，为大家在工作中最基本的solr查询打下基础。

IK中文分词器是一个国人开源的，基于java开发的轻量级中文分词器，能够实现对中文进行自然语言处理，并且支持自定义分词库，IK分词器本身也支持英文和数字的分词，满足中英文混合的业务场景。为什么需要中文分词器？我们可以在solr Analysis中进行分词，采用默认的英文分词器，可以看到中文被切分成了单个汉字，而按照自然语言来讲，我们更希望将其分词为俺中国man，这样本身也符合语言习惯，同时不用单个字分词，也节约了存储空间，所以我们需要更加灵活的中文分词器这种。

至此我们数据定时同步的简单实现就完成了，当然你也可以选择其他的定时任务框架，或实现方式，但是实现思路是不变的，同时我们这里是通过http直接调用的同步接口，实际上我们引入solr客户端后，还可以使用solr客户端提供的方法来实现，但核心原理依然相同！

mysql同步solr的核心在于配置文件的书写，当发现有错误时，可以通过服务端日志排查具体错误。但数据同步还未完成，我们目前还没有实现自动的同步，还需要手动点击同步，下一节继续讲解，solr从mysql自动同步数据。

本次我们来创建一个订单索引，该索引包含如下字段，并且设置从数据库同步数据字段说明数据类型id订单idlongorder_no订单号string商品名称string创建时间date创建人stringremarks备注stringstatus订单状态intaddress地址stringlabels商品标签（多个）string。

core核心是solr中的重中之重，类似数据库中的表，在搜索引擎中也叫做索引，在solr中索引的建立，要先创建基础的数据结构，即schema的相关配置，今天继续来学习solr的核心知识：

我们打开solr的管理界面，会发现页面分成了5个部分Dashboard solr的基本信息如下图所示，可以看到solr的版本、java版本等基础信息Logging 日志非常重要的页面，当solr出现问题，比如数据库data-import同步失败时，就可以通过该页面查看日志详情，从而来进行排错，擅用Logging页面，将会为你节约大量的排错时间Core Admin 核心/索引管理，类似数据库表管理如下图所示，我们可以在Core Admin中进行数据的同步、查询、新增修改、配置文件的查看等。

solr是基于构建的用于搜索和分析的开源组件，这一点与es一样，作为搜索引擎自然支持分词查询、海量数据查询、高亮显示等solr是基于java开发的，内嵌了jetty容器，安装简单，同时自带了一个管理端，这一点比es相比不用再额外再安装一个kibana。