基于solr4.4
SearchHandler实现SolrRequestHandler,SolrCoreAware(inform接口),在SolrCore初始化的过程中,
会依次调用SolrRequestHandler中的inform(SolrCore core),在inform的调用中,初始化SearchHandler中的components对象,
component对象包含有QueryComponent、FacetComponent、HighlightComponent等,其中QueryComponent主要负责查询部分,
FacetComponent处理facet、HighlightComponent负责高亮显示。在查询过程中,会根据SearchHandler中的component配置,依次调用component的链。
在处理请求时,SearchHandler.handleRequestBody(SolrQueryRequest req, SolrQueryResponse rsp)的实现中
会调用component的prepare、process、distributedProcess方法, 在QueryComponent中调用SolrIndexSearcher,
SolrIndexSearcher继承了lucene的IndexSearcher类进行搜索。solr FacetComponent实现对Term的层面的统计,本章重点说一下solr中的FacetComponent组件。
QueryComponent会先处理q参数里的查询,查询的结果的DocID保存在DocSet里,这里是一个无序的document ID 的集合,把docSet封装到SimpleFacets里
在FacetComponent.process方法中,调用SimpleFacets.getFacetCounts()获取统计结果,对于返回给客户端的结果有三种类型,分别是facet_queries、facet_fields、facet_dates、facet_ranges,我们用的比较多的是facet_fieds的统计(查询参数中包含facet.filed=xxx,可以包含多个facet.field),facet_filed的统计最终会调用SimpleFacets.getTermCounts(field),在这个方法实现中根据facet.method参数的值 的不同调用对应的统计实现。
facet.method通常包含enmu、fc两个值,默认是fc,该字段表示了facet的两种统计算法。
enum通过遍历field的terms来计算facet count,
参见SimpleFacets中的代码,
counts = getFacetTermEnumCounts(searcher, docs, field, offset, limit, mincount,missing,sort,prefix);
enum适用于字段值比较少的情况,Solr会遍历该字段的所有取值,并从filterCache里为每个值分配一个filter,然后计算每个filter与主查询的交集.
fc(filed cache)通过遍历document,在文档内搜索cache内的值,如果找到就将cache内的值加1
参见SimpleFacets中的代码,
UnInvertedField uif = UnInvertedField.getUnInvertedField(field, searcher);
counts = uif.getCounts(searcher, docs, offset, limit, mincount,missing,sort,prefix);
counts = uif.getCounts(searcher, docs, offset, limit, mincount,missing,sort,prefix);
FacetComponent 在根据某个field的词时,会用到fieldValueCache,key是facet.field的值,value是UnInvertedField,
UnInvertedField这个类主要负责完成把field域每个词Term,以及词Term在所有文档field域的频率,即出现的次数。
UnInvertedField这个类主要负责完成把field域每个词Term,以及词Term在所有文档field域的频率,即出现的次数。
保存在一个数组中,创建的UnInvertedField保存在fieldValueCache缓存中,得到UnInvertedField后,
调用UnInvertedField的getCounts方法,跟查询到的document ID 做交集,如果不是查询结果的document ID,,则该Field的词的个数为0,
除此之外,还对field出现的词做一个排序,solr的FacetComponet有两种排序选择,分别是count和index,count是按每个词出现的次数,
index是按词的字典顺序。如果查询参数不指定facet.sort,solr默认是按count排序。