schema.xml这个配置文件的根本目的是为了通过配置告诉Solr如何建立索引。
solr的数据结构如下:
document:一个文档、一条记录
field:域、属性
solr通过搜索某个或某些field,返回若干个符合条件的document,或者按搜索的score排序返回。
如果跟数据库对比,document相当于数据库的表,field相当于表中的字段。而schema.xml就是为了定义一个表的结构(定义各个field的名字、类型、约束、等等)。
schema.xml的基本结构如下:
常用的配置说明:
field:定义一个document中的各个fields
name:必填。该field的名字。前后都有下划线的name是系统保留的名字,比如“_version_”
type:必填。类型,对应于fieldType的name
default:该field的缺省值
indexed:true/false,是否为该field建立索引,以让用户可以搜索它、统计它(facet)
stored:true/false,定义这个field是否可以返回给查询者
multiValued:true/false,是否可以容纳多个值(比如多个copyField的dest指向它)。如果是true,则该field不能被排序、不能作为uniqueKey
required:true/false,告诉solr这个field是否接受空值,缺省为false
docValues:true/false,建立document-to-value索引,以提高某些特殊搜索的效率(排序、统计、高亮)
copyField:把一个field的内容拷贝到另外一个field中。一般用来把几个不同的field copy到同一个field中,以方便只对一个field进行搜索
source:被拷贝的field,支持用通配符指定多个field,比如:*_name
dest:拷贝到的目的field
maxChars:最大字符数
uniqueKey:指定一个field为唯一索引
fieldType:定义field的类型,包括下面一些属性
name:必填,被field配置使用
class:必填,filedType的实现类。solr.TextField是路径缩写,"等价于"org.apache.solr.schema.TextField"
multiValued:?
positionIncrementGap:指定mutiValued的距离
ananlyzer:如果class是solr.TextField,这个配置是必填的。告诉solr如何处理某些单词、如何分词,比如要不要去掉“a”,要不要全部变成小写……
type:index或query
tokenizer:分词器,比如:StandardTokenizerFactory
filter:过滤器,比如:LowerCaseFilterFactory
dynamicField:用通配符定义一个field来存在没有被field定义的漏网之鱼
name:使用通配符,比如“*_i”,来处理类似“cost_i”之类的field
一个简单的例子:
id
注:solrconfig.xml配置文件中,requestHandler "/select"的缺省“df”是“text”。如果按照上面的配置,我们想要的缺省搜索info_text,所以需要在solrconfig.xml中修改:
explicit
10
edismax
info_text
可以通过http api获取schema信息: