Solr基础相关

1.查询语法：

-----参数-----

echoParams：指定responseheader包含哪些参数，可取none/all/explicit(默认值)

rows：指定查询结果最多纪录数，跟start一起实现分页

wt：执行响应的输出格式，可以是xml/json等

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

defType：指定处理查询语句的查询解析器，例defType=lucence

mm：查询最小应该匹配：mm没有定义则在solrconfig.xml中默认指定，默认为100%表示全匹配；mm为正整数指定最小匹配数量；mm为负整数指定匹配最小值减去该值；mm为百分比指定返回该相似性的所有结果；mm为负数百分比，则指定这部分可以忽略。例：4<80% 表示如果少于4个，则全是必须的，如果多余4个则只需要80%的字句。

大段文字描述不直观，还是直接上例子来说明mm参数的四个基本语法：

a：3  必须匹配3个条文，其余的是可选的。

b：-2 2个条文是可选的，其余的是必须的。

c：66% 66%的条文是必须的，其余的是可选的。

d：-25% 25%的条文是可选的，其余的是必须的。

注 意：-是对必须的除以可选的的逆向取值，它在这儿的定义其实没有否定多少的意思。虽然75%和-25%看起来一样，但是在rounding的时候就不一样 了，例如有五个查询条文，第一个条文需要三次，第二个条文需要四次，这也就说明如果要进行rounding计算，那么就需要反转标志再用100减去此值。

另外两点：1.如果mm的值是一个确定的值n，但是查询的条文数小于此值，那么n会减少到查询结果中的条文总数。例如mm值为-5但是查询中的条文一共只有2个，所以结果就是所有条文都是可选的。

2.记住一点,不管是lucene还是solr，在所有查询中，必须有一个条文是匹配的，即使所有条文都是可选的，

fl：指定查询结果中返回的字段

qf：查询字段，具体到哪些字段，如果缺省默认为df。（定义了从哪些域进行搜索，以及各个域之间的权重。）

例如：qf="fieldOne^2.3 fieldTwo fieldThree^0.4"

q.op:表示q的查询语句中各条件的逻辑操作AND(与)OR（或）

sort：排序

tie：这个tie参数通常是一个小于1的浮点数，用于defType=disMax的solr查询。当查询命中多个field的时候，最终的score获得多少将由这个tie参数来进行调节。比如命中了field1，field2这2个field。

如果field1.score= 10，field2.score=3。那么 score = 10 + tie * 3.

hl：高亮显示

hl.fl：用空格或逗号隔开的字段列表。

hl.fragsize：每个snippet返回的最大字符数。默认是100.如果为0，那么该字段不会被fragmented且整个字段的值会被返回。大字段时不会这么做。

hl.alternateField： 如果没有生成snippet（没有terms匹配），那么使用另一个字段值作为返回。

hl.maxAlternateFieldLength：如果hl.alternateField启用，则有时需要制定alternateField的最大字符长度，默认0是即没有限制。所以合理的值是应该为hl.snippets * hl.fragsize这样返回结果的大小就能保持一致。

hl.simple.pre：高亮关键字前缀

hl.simple.post：高亮后面的格式

hl.snippets:highlighted片段的最大数。默认值为1，也几乎不会修改。如果某个特定的字段的该值被置为0（如f.allText.hl.snippets=0），这就表明该字段被禁用高亮了。你可能在hl.fl=*时会这么用。

df:默认的查询字段，一般默认指定

omitHeader:指定是否返回查询的Header信息

——-facet：搜索结果按照Facet的字段分组并统计facet.field：被统计的field———-

facet.query：可以对任意的字段进行筛选

facet.prefix ：表示Facet字段前缀

facet.limit ：Facet字段返回条数

facet.offict ：开始条数,偏移量,它与facet.limit配合使用可以达到分页的效果

facet.mincount：Facet字段最小count,默认为0

facet.missing ：如果为on或true,那么将统计那些Facet字段值为null的记录

facet.method ：取值为enum或fc,默认为fc, fc表示Field Cache

facet.enum.cache.minDf ：当facet.method=enum时,参数起作用,文档内出现某个关键字的最少次数

——日期类型字段——-

facet.date：表示需要Data Facet的字段名

facet.date.start：起始时间.时间一般格式为”1995-12-31T12:59:59Z”，另外可以使用"NOW","YEAR","MONTH"等

facet.date.end：结束时间

facet.date.gap：时间间隔

facet.date.hardend：true|false 

facet.sort=count –  排序的方式，根据count或者index：true(count)表示按照count降序

facet.pivot：按照多个维度进行分组查询（所有的分组查询统计，不管是一个维度两个维度都可以使用face.pivot来统计）

———facet.range：指定需要进行范围分片的字段——-

（注意：如果指定了该参数，就不要再使用facet.field参数）

facet.range.start：指定起始值

facet.range.end：指定结束值

facet.range.grap：指定间隔

————spellcheck：拼写检查————

spellcheck.extendedResults：true

<不仅返回建议词在索引中的频率，而且还返回原始的term在索引中的频率>

spellcheck.count：10

spellcheck.alternativeTermCount:同时对多个单词进行拼写检查时，每个单词返回的建议词的数量 

spellcheck.maxResultsForSuggest：当查询的匹配结果超过maxResultsForSuggest设置的值时，则不再进行拼写检查。

spellcheck.collate：Solr会基于建议词生成新的查询以替换不正确的拼写的查询

spellcheck.collateExtendedResults：意思与spellcheck.extendedResults相同，如果设置为false,则此值将会被忽略

spellcheck.maxCollationTries：最多试几次

spellcheck.maxCollations：最多返回多少个校验结果

lowernames：将从文件中抽取的元数据信息字段名都转换为小写

——-进阶版———

fmap.a：

fmap.div：

uprefix：

captureAttr：

echoHandler：

distanceMeasure：

accuracy：

maxEdits：

minPrefix：

maxInspections：

minQueryLength：

maxQueryFrequency：

combineWords：

breakWords：

maxChanges：

tv：

distrib：

facet.range.start：

facet.range.end：

facet.range.gap：

title:

v.template：

v.layout：

q.alt：

-----------------mlt(more like this)---------------

mlt.fl：指定用于mlt查询的字段

mlt.mintf: 指定最小词频，词频低于该值的词将被忽略。

mlt.mindf: 指定最小文档频率，文档频率低于该值的词将被忽略。

mlt.maxdf: 指定最大文档频率， 文档频率高于该值的词将被忽略。

mlt.minwl: 设置词的最小长度，小于该值的词将被忽略。

mlt.maxwl: 设置词的最大长度，大于该值的词将被忽略。

mlt.maxqt: 设置生成的查询中包含的最大查询词个数。

mlt.maxntp: 设置没有使用TermVector支持存储的每个示例文档字段中要解析的令牌的最大数量。

mlt.boost: 指定查询是否会因为有趣的相关词而增强。取值：true / false.

mlt.qf: 设置查询字段及其权重。（类似于DisMax查询解析器使用的相同格式）这些字段必须在mlt.fl中定义。

mlt.count：指定为每个结果返回的相似文档的数量。默认值是5。

omitNorms:建议专家才设置次属性。原始类型数据(int,float,boolean,string)此值默认为true，此值省略部分操作，提升性能。

termVectors:词项向量索引

termPositions：存储 term vector中的地址信息，会消耗存储开销。

termOffsets：存储 term vector的偏移量，会消耗存储开销

omitPositions=true|false如果设置，省略掉term vector中的地址信息

——type----

precisionStep=“n”：隔n位索引一个前缀

location：

text_general：

currency：

ignored：

random：

2. Schema.xml配置

-----属性-----

sortMissingLast: 为true时，没有该field的数据排在有该field的数据之后，而不管请求时其他的排序规则。默认为false

sortMissingFirst:为true时，没有该field的数据排在有该field的数据之前，而不管请求时其他的排序规则。默认为true

analyzer：字段类型指定的分词器。

type:当前分词器的作用。index代表生成索引时使用的分词器，query代表在查询时使用的分词器

tokenizer：分词器类。

filter：分词后应用的过滤器，过滤器调用顺序和配置相同

precisionStep：精确阶数。值越大，索引越小，范围查询性能（尤其是细粒度的范围查询）就越差；值越小，索引越大，性能越差。

positionIncrementGap：和multiValued一起使用，设置多个值之间的虚拟空白的数量。

---fields----

indexed：缺省true。说明这个数据应该被搜索和排序，如果没有indexed，则stored应为true.

stored:缺省true。说明这个字段被包含在搜索结果中是合适的。如果数据没有stored，则indexed应为true。

compressed：字段是压缩的。这可能导致索引和搜索变慢，但会减少存储空间，只用strField和TextField是可以压缩。通常适合字段长度超过200个字符。

multiValued：字段多于一个的时候，可设置为true。

---------copyfield------

复制域：可以将多个field复制到一个field中，以便进行统一检索。

例如：输入关键字搜索title标题内容context：

定义title，context,text的域：根据关键字只搜索text域的内容就相当于搜索title和context,将title和context复制到text中

---------动态域-----

不指定具体的名称，只要定义字段名称的规则。例如：name="*_i",表示任何以“_i”结尾的字段都是符合这个定义的。

---------Solr的检索运算符--------

 “:” 指定字段查指定值，如返回所有值*:*

 “?”表示单个任意字符的通配

 “*” 表示多个任意字符的通配（不能在检索的项开始使用*或者?符号）

 “~”表示模糊检索，如检索拼写类似于”roam”的项这样写：roam~将找到形如foam和roams的单词；roam~0.8，检索返回相似度在0.8以上的记录。

邻近检索，如检索相隔10个单词的”apache”和”jakarta”，”jakarta apache”~10

 “^”控制相关度检索，如检索jakarta apache，同时希望去让”jakarta”的相关度更加好，那么在其后加上”^”符号和增量值，即jakarta^4 apache

 布尔操作符AND、||

 布尔操作符OR、&&

 布尔操作符NOT、!、-（排除操作符不能单独与项使用构成查询）

 “+” 存在操作符，要求符号”+”后的项必须在文档相应的域中存在

 ( ) 用于构成子查询

[] 包含范围检索，如检索某时间段记录，包含头尾，date:[200707 TO 200710]

 {}不包含范围检索，如检索某时间段记录，不包含头尾

date:{200707 TO 200710}

 " 转义操作符，特殊字符包括+ - && || ! ( ) { } [ ] ^ ” ~ * ? : "