Solr schema怎么編寫(xiě)

這篇文章主要介紹“Solr schema怎么編寫(xiě)”，在日常操作中，相信很多人在Solr schema怎么編寫(xiě)問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”Solr schema怎么編寫(xiě)”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

1.uniquekey 作用：當(dāng)add doc的時(shí)候，配置了uniqueKey，后面的doc中uniqueKey相同的會(huì)覆蓋之前的doc，

如果沒(méi)有配置，那么將不會(huì)覆蓋。update的時(shí)候，依據(jù)uniqueryKey信息的話(huà)，

所以有update還是建議配上uniqueKey，一來(lái)比較完整配置信息，二來(lái)數(shù)據(jù)排查也方便。

對(duì)應(yīng)id這個(gè)域，必須 stored=true、indexed=true，類(lèi)型建議使用long或者int，而不是string

如果有特殊場(chǎng)景需要按id排序的，就的使用TriedLongField，否則排序時(shí)候會(huì)按文本序排序。

2. defaultSearchField,故名思議就是默認(rèn)查詢(xún)的時(shí)候，查什么域。這句的用法體現(xiàn)在：

queryStr= content:abc 123,  等價(jià) queryStr= content:abc title:123

queryStr= 123 等價(jià) queryStr= title:123

也就是說(shuō)等查詢(xún)的時(shí)候，沒(méi)有指定查那個(gè)域，默認(rèn)就對(duì)應(yīng)defaultSearchField了。

既然是defaultSearchField，那么這個(gè)域indexed=true 是必須的

注意區(qū)分 content:abc 123 與content:”abc 123” 以及 content:(abc 123)

3. 所有int sint tint long slong tlong float sfloat tfloat double sdouble tdouble

都不支持分詞，也無(wú)需分詞。沒(méi)有sshort tshort，只有short。因?yàn)檫@些基本類(lèi)型就一個(gè)值，無(wú)需什么分詞。

對(duì)與int long fload Field，不應(yīng)該出現(xiàn)positionincrmentGap=100

對(duì)與tint tlong tdoube 才有 pricisionStep、positionIncrementGap、sortMissingLast=”true”屬性。

4. 配置分詞

所有TextField才有機(jī)會(huì)分詞

所有TextField才有機(jī)會(huì)執(zhí)行facet

所有TextField 配置的omitTermFreqAndPositions=”true” 才會(huì)起效果，排序中頻率位置信息沒(méi)了

5. omitNorms=”true” 這個(gè)參數(shù)影響域的得分，去掉之后，使得長(zhǎng)短域相同詞得分一致。按照香濃原理，

某個(gè)詞出現(xiàn)在更長(zhǎng)的文本中，或者出現(xiàn)次數(shù)越多，信息值更低。對(duì)應(yīng)如果omitNorms=false，那么

下面 淘寶 出現(xiàn)doc1 淘寶杭州 出現(xiàn)doc2 淘寶杭州網(wǎng)絡(luò)有限公司，命中淘寶的時(shí)候，doc1 得分高于doc2

注意：只有有一個(gè)域的omitNorms=”false”,等價(jià)所有域都保留了omitNorms 這個(gè)位置，盡管omitNorms內(nèi)容是空，

所有，omitNorms在所有域都o(jì)mitNorms=“true”的時(shí)候，才對(duì)索引有幫助。

6. required=”true”

這個(gè)屬性是說(shuō)，一旦scham中該域啟用required=“true”,那么建索引的時(shí)候，這個(gè)域時(shí)不能為空的，這個(gè)doc認(rèn)為不完

整。當(dāng)前走dump中心，會(huì)對(duì)null的賦值為””,也就不會(huì)出現(xiàn)沒(méi)有值的情況。但是schema中還是應(yīng)該突出下，如果邏輯上

有需要確保某些字段必須有

7. multiValued=”true”

這個(gè)配置不是說(shuō)某個(gè)域中term是單一or 多個(gè)的意義。即使mulitValued=false，一個(gè)text域同時(shí)可以是很長(zhǎng)的

一段文本，也就是很多term的情況。multiValued=”true”真正含義是：在傳入doc建索引的時(shí)候，當(dāng)一個(gè)域

是mulitValued=”true”，那么可以向該域繼續(xù)add內(nèi)容。等價(jià)在一個(gè)doc中，相同域名的key:value 可以有

多個(gè)。通常情況下，使用map，key也就唯一了，不會(huì)出現(xiàn)多個(gè)相同key，不同value的情況。

另外，配置了mulitValued=”true”，在命中返回文檔的時(shí)候，返回的是list，而不是單個(gè)對(duì)象。

在終搜目前的建索引集中下，這個(gè)multiValued 配與不配已經(jīng)沒(méi)有任何作用影響dump過(guò)程，只是在命中返回的時(shí)候

返回的是list or 單個(gè)對(duì)象。

深入提示，multiValued=”true” 在建索引的時(shí)候，實(shí)際上開(kāi)辟了一個(gè)新的域，允許域名相同的域多次出現(xiàn)。

查詢(xún)的時(shí)候會(huì)查詢(xún)所有域名相同的域，這樣導(dǎo)致檢索性能會(huì)有一定影響，特別是域名膨脹之后，影響非常明顯。

8.特殊分詞

對(duì)應(yīng)提出# ； ： 等分詞，其實(shí)建議統(tǒng)一轉(zhuǎn)化為空格分詞，這是系統(tǒng)原生的分詞，并且是基于編譯器層的分詞，性能更好。

沒(méi)有必要為了一個(gè)#，重新定制一份代碼，部署起來(lái)。

9. 排序、區(qū)間、一般查詢(xún)

排序的應(yīng)該是數(shù)字類(lèi)型，建議使用trie類(lèi)型，老的sortable 也是支持的

區(qū)間的也應(yīng)該是數(shù)字類(lèi)型的，建議使用tried類(lèi)型

一般查詢(xún)的多個(gè)數(shù)字組合的話(huà)，建議將數(shù)字字符化，然后空格分開(kāi)，目前不支持?jǐn)?shù)字類(lèi)型的數(shù)組

10. date tdate等類(lèi)型

在配置data tdate等類(lèi)型的時(shí)候，需要注意時(shí)間格式。

另外，不推薦直接保存，而是保存差值后的int類(lèi)型等。

由于data精度控制不同，將使得所用data域的term成線(xiàn)性增長(zhǎng)，這是相當(dāng)恐怕的事情。

這個(gè)長(zhǎng)尾將消耗非常大的內(nèi)存、空間資源。

在索引中term線(xiàn)性的增長(zhǎng)是相當(dāng)恐怖的事情。對(duì)長(zhǎng)尾的處理目前還沒(méi)有特殊優(yōu)化。

通用在索引中term聚集性的增長(zhǎng)也是相當(dāng)恐怖的事情，對(duì)長(zhǎng)鏈處理目前也沒(méi)有特殊優(yōu)化。

11.高級(jí)活

自我校驗(yàn)schema質(zhì)量。

當(dāng)schema配置完畢了，可以采取terminatorquickstart 測(cè)試一下，然后luke工具查看下索引結(jié)構(gòu)。

這樣可能會(huì)發(fā)現(xiàn)一些問(wèn)題?？赡芎芏嗟胤降慕Y(jié)構(gòu)可以嘗試優(yōu)化。

到此，關(guān)于“Solr schema怎么編寫(xiě)”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注億速云網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！