solr查询进阶

1、摘要

Solr 是一个独立的企业级搜索应用服务器，它对外提供类似于 Web-service 的 API 接口。用户可以通过 http 请求，向搜索引擎服务器提交一定格式的 XML 文件，生成索引；也可以通过 Http Get 操作提出查找请求，并得到 XML 格式的返回结果。

在 Java 中，我们只要使用 Apache 提供的  Solrj  这个工具，导入相关包，调用其  API  就可以对  solr  进行操作了。

一般的查询只要按 solr 的语法拼写查询语句，如： name: 张三，调用查询接口即可，下面介绍几个高级的查询接口相关使用方法。

 

2、创建SolrCloud的solrj server

SolrCloud是基于Solr和Zookeeper的分布式搜索方案，从Solr4.0开始包含在其中。获取非分布式solrj server 与获取分布式集群，即SolrCloud的不同，非分布式方式中获取需要用到的连接信息是solr服务的IP及端口，而在SolrCloud下需要用到的连接信息Zookeeper的IP和端口，如：

3、facet查询

Facet 查询意为面查询，是 solr 中实现分组统计的工具。比如，需要查询“手机”，并根据品牌统计出各有多少个查询结果：三星（ 100 ），苹果（ 10 ），诺基亚（ 100 ）。此时，就可以用到 facet 查询。

 

solr 有几种 facet:

A 、普通 facet ，比如上面所举例子；

B 、查询 facet ，比如根据价格查询时，将根据价格，设置多个区间，比如 0-10 ， 10-20 ， 20-30 等；

C 、日期 facet ，也是一种特殊的范围查询，比如按照月份进行 facet 。

Facet 接口使用方法：

这样就做成了一个简单 facet ，调用之后，它就会给你返回一个 xml 格式的内容，你可以调用 solrJ 的 API 来取得相应的内容。

4、group by

group by ，与数据库中的意义一样，也是进行分组查询，但与上面讲到的 facet 查询不同， facet 查询与 group by 的区别在于： facet 的查询结果主要是分组信息：有什么分组，每个分组包括多少记录；但是分组中有哪些数据是不可知道的，只有进一步搜索； group 则类似于关系数据库的 group by ，可以用于一个或者几个字段去重、显示一个 group 的前几条记录等。

 

Group by 接口使用方法：

同样，调用之后，它就会给你返回一个 xml 格式的内容，你可以调用 solrJ 的 API 来取得相应的内容。

 

5、自定义权重排序

Solr 的查询结果中，默认以 score 值排序， score 是 solr 中的一个系统字段，存放该查询结果的评分结果， solr 中有一个已经十分好的评分公式，但不一定符合某些比较特殊的业务需求，此时就需要对评分过程进行干预。

当查询结果排序中需要排除频率影响，如查询： name: 手机 电池，如果不排除频率的影响，“手机手机手机”会比“手机电池”排得更前，但这不是我们期望的结果。要排除频率的影响，可以自定义自己的评分器：

然后，修改 solr 默认的 Similarity 类。在 solr  的配置文件 schemal.xml ，最后中修改或增加： <similarity class="com.MySolrSimilarity"/> ，设置为自定义的评分器，重启 solr 服务后，自定义的评分器就生效了。

 

也可以通过在查询语句中设置权重干预评分，例如：有字段 title 和 content ，查询关键字：“手机”和“电脑”，需要查询 title 和 content 包含任一关键字的结果； title 包含“手机”权重为 100 ，包含“电脑”权重为 1 ， content 包含“手机”权重为 1 ，包含“电脑”权重为 100 ，则查询语句可以写成：

title: 手机 ^100  电脑 ^1 OR content: 手机 ^1  电脑 ^100

 

具体的评分详细信息，可以通过 solr 服务的查询界面中获取，只要勾选 debugQuery 选项开启 debug 模式即可。