程序博客网 > 狼群捕食算法

Solr 6.0 学习（三）Schema.xml 配置

来源：互联网 发布：狼群捕食算法 编辑：程序博客网 时间：2024/05/02 09:48
派生到我的代码片
  1. <?xml version="1.0" encoding="UTF-8" ?>  
  2.   略...  
  3. <!--    
  4. 这是Solr的schema文件，应该命名为schema.xml，并且在solr home的conf目录下  
  5. （如，默认在./solr/conf/schema.xml）.  
  6.   
  7.  有关如何根据需要定制化该文件，请参照：  
  8.  http://wiki.apache.org/solr/SchemaXml  性能须知: 这里包含了很多实际应用不需要的可选项。 为改善性能，你可以：  
  9.   - 尽量将所有仅用于搜索，而不用于实际返回的字段设置stored="false"；  
  10.   - 尽量将所有仅用于返回，而不用于搜索的字段设置indexed="false"；  
  11.   - 去掉所有不需要的copyField 语句；  
  12.   - 为了达到最佳的索引大小和搜索性能,对所有的文本字段设置indexed="false"，  
  13.     使用copyField将他们拷贝到“整合字段”name="text"的字段中，使用整合字段进行搜索；  
  14.   - 使用server模式来运行JVM,同时将log级别调高, 避免输出所有请求的日志。  
  15. -->  
  16.   
  17. <schema name="example" version="1.5">  
  18.   略...  
  19.   
  20.  <fields>  
  21.    <!-- fields各个属性说明:  
  22.      name: 必须属性 - 字段名  
  23.      type: 必须属性 - <types>中定义的字段类型   
  24.      indexed: 如果字段需要被索引（用于搜索或排序），属性值设置为true  
  25.      stored: 如果字段内容需要被返回，值设置为true  
  26.      docValues: 如果这个字段应该有文档值（doc values），设置为true。文档值在门  
  27.            面搜索，分组，排序和函数查询中会非常有用。虽然不是必须的，而且会导致生成  
  28.            索引变大变慢，但这样设置会使索引加载更快，更加NRT友好，更高的内存使用效率。  
  29.            然而也有一些使用限制：目前仅支持StrField, UUIDField和所有 Trie*Fields,   
  30.            并且依赖字段类型, 可能要求字段为单值（single-valued）的,必须的或者有默认值。  
  31.      multiValued: 如果这个字段在每个文档中可能包含多个值，设置为true  
  32.      termVectors: [false] 设置为true后，会保存所给字段的相关向量（vector）  
  33.            当使用MoreLikeThis时, 用于相似度判断的字段需要设置为stored来达到最佳性能.  
  34.      termPositions: 保存和向量相关的位置信息，会增加存储开销   
  35.      termOffsets: 保存 offset 和向量相关的信息，会增加存储开销  
  36.      required: 字段必须有值，否则会抛异常  
  37.      default: 在增加文档时，可以根据需要为字段设置一个默认值，防止为空  
  38.    -->  
  39.   
  40.    <!-- 字段名由字母数字下划线组成，且不能以数字开头。两端为下划线的字段为保留字段，  
  41.       如(_version_)。  
  42.     -->  
  43.           
  44.    <field name="id" type="string" indexed="true" stored="true"   
  45.            required="true" multiValued="false" />   
  46.   
  47.    <field name="title" type="text_general" indexed="true"   
  48.            stored="true" multiValued="true"/>  
  49.    <field name="description" type="text_general" indexed="true" stored="true"/>  
  50.    <field name="author" type="text_general" indexed="true" stored="true"/>  
  51.    <field name="keywords" type="text_general" indexed="true" stored="true"/>  
  52.    <field name="category" type="text_general" indexed="true" stored="true"/>  
  53.    <field name="url" type="text_general" indexed="true" stored="true"/>  
  54.    <field name="last_modified" type="date" indexed="true" stored="true"/>  
  55.    <!-- 注意: 为了节省空间,这个字段默认不被索引, 因使用copyField被拷贝到了名为text的字段中  
  56.       。用于内容返回和高亮。搜索时使用text字段   
  57.    -->  
  58.    <field name="content" type="text_general" indexed="false"   
  59.            stored="true" multiValued="true"/>  
  60.      
  61.    <!-- 整合字段(catchall field), 包含其他可搜索的字段 （通过copyField实现） -->  
  62.    <field name="text" type="text_general" indexed="true"   
  63.            stored="false" multiValued="true"/>  
  64.   
  65.    <!-- 保留字段，不能删除，否则报错 -->  
  66.    <field name="_version_" type="long" indexed="true" stored="true"/>  
  67.      
  68.  </fields>  
  69.   
  70.   
  71.  <!-- 文档的唯一标识，可理解为主键，除非标识为required="false", 否则值不能为空-->  
  72.  <uniqueKey>id</uniqueKey>  
  73.   
  74.   <!-- 拷贝需要索引的字段到整合字段中  -->  
  75.    <copyField source="title" dest="text"/>  
  76.    <copyField source="author" dest="text"/>  
  77.    <copyField source="description" dest="text"/>  
  78.    <copyField source="keywords" dest="text"/>  
  79.    <copyField source="content" dest="text"/>  
  80.    <copyField source="url" dest="text"/>  
  81.    
  82.   <types>  
  83.     <!-- 字段类型定义 -->  
  84.     <fieldType name="string" class="solr.StrField" sortMissingLast="true" />  
  85.     <fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>  
  86.     <fieldType name="int" class="solr.TrieIntField" precisionStep="0"   
  87.         positionIncrementGap="0"/>  
  88.     <fieldType name="float" class="solr.TrieFloatField" precisionStep="0"   
  89.         positionIncrementGap="0"/>  
  90.     <fieldType name="long" class="solr.TrieLongField" precisionStep="0"   
  91.         positionIncrementGap="0"/>  
  92.     <fieldType name="double" class="solr.TrieDoubleField" precisionStep="0"   
  93.         positionIncrementGap="0"/>  
  94.     <fieldType name="date" class="solr.TrieDateField" precisionStep="0"   
  95.         positionIncrementGap="0"/>  
  96.       略...  
  97.     <!-- Thai，泰语类型字段 -->  
  98.     <fieldType name="text_th" class="solr.TextField" positionIncrementGap="100">  
  99.       <analyzer>   
  100.         <tokenizer class="solr.StandardTokenizerFactory"/>  
  101.         <filter class="solr.LowerCaseFilterFactory"/>  
  102.         <filter class="solr.ThaiWordFilterFactory"/>  
  103.         <filter class="solr.StopFilterFactory" ignoreCase="true"   
  104.             words="lang/stopwords_th.txt" />  
  105.       </analyzer>  
  106.     </fieldType>  
  107.       
  108.     <!-- Turkish，土耳其语类型字段 -->  
  109.     <fieldType name="text_tr" class="solr.TextField" positionIncrementGap="100">  
  110.       <analyzer>   
  111.         <tokenizer class="solr.StandardTokenizerFactory"/>  
  112.         <filter class="solr.TurkishLowerCaseFilterFactory"/>  
  113.         <filter class="solr.StopFilterFactory" ignoreCase="false"   
  114.             words="lang/stopwords_tr.txt" />  
  115.         <filter class="solr.SnowballPorterFilterFactory" language="Turkish"/>  
  116.       </analyzer>  
  117.     </fieldType>  
  118.       
  119.     <!-- Chinese，需要我们自己配置，整合mmseg4j就配置在这里 -->  
  120.  </types>  
  121.     
  122.   <!-- 文档相似度判断依赖于文档相似度得分。 一个自定义的 Similarity 或 SimilarityFactory   
  123.      可以在这里指定, 但是默认的设置已经适合大多数应用。可以参考:   
  124.      http://wiki.apache.org/solr/SchemaXml#Similarity  
  125.     -->  
  126.   <!--  
  127.      <similarity class="com.example.solr.CustomSimilarityFactory">  
  128.        <str name="paramkey">param value</str>  
  129.      </similarity>  
  130.     -->  
  131.   
  132. </schema>  


以上配置参考：http://my.oschina.net/HuifengWang/blog/307471

##################################使用solr遇到一个问题 start############################

solr 在使用查询的时候，【q=city:new york】 的时候会命中包含new york的所有数据文档并返回。

但是使用中文【q=city:成都】 的时候会命中包含成和都的合集，实际上我们需要的是精确查找，查找资料发现，如果想只查找包含【成都】

这个词语的文档，我们需要这样做【q=city:"成都"】必须要添加上引号

##################################使用solr遇到一个问题 end############################

比较重要的几个配置

分词：

[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
  1. <!-- IK分词 start-->  
  2.     <fieldType name="text_ik" class="solr.TextField">     
  3.         <analyzer type="index">  
  4.             <!--   
  5.                 IKTokenizerFactory：继承 TokenizerFactory    
  6.                 useSmart：是否启用 智能分词  
  7.             -->  
  8.             <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" />  
  9.             <!-- 
  10.                 StopFilterFactory：停止分词,会根据stopwords.txt中配置的文件停止分词 
  11.             -->  
  12.             <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />  
  13.         </analyzer>  
  14.         <analyzer type="query">  
  15.             <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" />  
  16.             <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />  
  17.         </analyzer>  
  18.     </fieldType>  
  19. <!-- IK分词 end-->  


同义词配置：

[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
  1. <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">  
  2.       <analyzer type="index">  
  3.         <tokenizer class="solr.StandardTokenizerFactory"/>  
  4.         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />  
  5.         <!-- in this example, we will only use synonyms at query time  
  6.         <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>  
  7.         -->  
  8.         <filter class="solr.LowerCaseFilterFactory"/>  
  9.       </analyzer>  
  10.       <analyzer type="query">  
  11.         <tokenizer class="solr.StandardTokenizerFactory"/>  
  12.         <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />  
  13.         <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>  
  14.         <filter class="solr.LowerCaseFilterFactory"/>  
  15.       </analyzer>  
  16.     </fieldType>  


评分权重配置(支持自定义)：

[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
  1. <similarity class="com.example.solr.CustomSimilarityFactory" />  

配置默认查询字段

以query查询为例 默认查询的是field name="text"的字段，其他select或者自己定义的查询组件也是一样的道理

[html] view plain copy
print?在CODE上查看代码片派生到我的代码片
  1. <requestHandler name="/query" class="solr.SearchHandler">  
  2.      <lst name="defaults">  
  3.        <str name="echoParams">explicit</str>  
  4.        <str name="wt">json</str>  
  5.        <str name="indent">true</str>  
  6.        <!-- 默认查询字段 -->  
  7.        <str name="df">text</str>  
  8.      </lst>  
  9.   </requestHandler>  


###########################修改schema.xml###################################

将solr发布到tomcat中，例如需要修改schema.xml，添加一个field，这个时候其实是不支持热发布的，需要重启tomcat




0 0
狼群捕食算法 狼群捕食算法
原创粉丝点击
热门IT博客
数组splice方法数组splice方法
电脑dos系统装windows电脑dos系统装windows
java集合图解
杭州麦子地美工
知乎收藏的文章在哪里
win7网卡mac地址修改
linux 物理内存管理
人声节拍器软件
域名注册什么好
适合做淘宝客的cms
抓淘宝数据
机械设计分析软件
欧盟进出口数据
数据分析师笔试题
ipadmini2下载不了软件
淘宝店铺改店名
哈尔滨mac专柜地址
打开淘宝音乐就暂停
水仙花数c语言程序
windows creation tool
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 河北恒盛公棚 河北恒盛赛鸽公棚 恒盛赛鸽公棚 盛恒贵金属 恒源煤电行情 恒祥花苑 恒祥小区 恒祥地板 恒祥物流单号查询 恒祥家具 恒祥城三期 恒祥城二手房 恒祥苑 会计恒等式 三角恒等式 恒等式 不等式恒成立 会计恒等式有哪些 恒等式是什么 会计的三个恒等式 会计恒等式是什么 什么是会计恒等式 恒组词 恒的组词 恒缘汝窑 恒缘宾馆 恒罗斯 若有恒何必三更眠五更起 恒荷载 恒辉物业 徐州恒辉编织机械有限公司 西平恒辉 恒辉地毯 惠州恒远假日酒店 远恒物流单号查询 恒远驾校 余远 重庆恒通客车 天劲强骨生血口服液 恕瑞玛 恕瑞玛的地理位置

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里