solr 的schema.xml配置文件详解

蔚落 2023-10-17 09:59 16阅读 0赞

schema.xml 是做什么的？

solr加载数据，创建索引和数据时，核心数据结构的配置文件是schema.xml，该配置文件主要用于配置数据源，字段类型定义，搜索类型定义等。schema.xml的配置直接影响搜索结果的准确性与效率。

fieldType:节点主要用于搜索类型的定义，这里给出schema.xml提供常用类型的定义。

这里给出的类型有，字符串，bool，int，date等等，基本java常用的都有。下面解释一下各个参数的意思。

name：定义搜索字段名

class：这个搜索字段实际使用的类与方法。在org.appache.solr.analysis包下，包括了常用的类型。

其他可选的属性：

sortMissingLast，sortMissingFirst两个属性是用在可以内在使用String排序的类型上，默认false，适用于字段类型：string,boolean,sint,slong,sfloat,sdouble,pdate。

sortMissingLast="true"，没有该field的数据排在有该field的数据之后，而不管请求时的排序规则，在Java中对应的意思就是，该字段为NULL，排在后面。

sortMissingFirst="true"，排序规则与sortMissingLast相反。

positionIncrementGap：可选属性，定义在同一个文档中此类型数据的空白间隔，避免短语匹配错误。

field:字段用于定义数据源字段所使用的搜索类型与相关设置。

<field name="_version_" type="long" indexed="true" stored="true"/>
       
       
       <field name="_root_" type="string" indexed="true" stored="false"/>
    
          
       <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" /> 
            
       <field name="sku" type="text_en_splitting_tight" indexed="true" stored="true" omitNorms="true"/>
       <field name="name" type="text_general" indexed="true" stored="true"/>
       <field name="manu" type="text_general" indexed="true" stored="true" omitNorms="true"/>
       <field name="cat" type="string" indexed="true" stored="true" multiValued="true"/>
       <field name="features" type="text_general" indexed="true" stored="true" multiValued="true"/>
       <field name="includes" type="text_general" indexed="true" stored="true" termVectors="true" termPositions="true" termOffsets="true" />
    
       <field name="weight" type="float" indexed="true" stored="true"/>
       <field name="price"  type="float" indexed="true" stored="true"/>
       <field name="popularity" type="int" indexed="true" stored="true" />
       <field name="inStock" type="boolean" indexed="true" stored="true" />
    
       <field name="store" type="location" indexed="true" stored="true"/>
    
       
       <field name="title" type="text_general" indexed="true" stored="true" multiValued="true"/>
       <field name="subject" type="text_general" indexed="true" stored="true"/>
       <field name="description" type="text_general" indexed="true" stored="true"/>
       <field name="comments" type="text_general" indexed="true" stored="true"/>
       <field name="author" type="text_general" indexed="true" stored="true"/>
       <field name="keywords" type="text_general" indexed="true" stored="true"/>
       <field name="category" type="text_general" indexed="true" stored="true"/>
       <field name="resourcename" type="text_general" indexed="true" stored="true"/>
       <field name="url" type="text_general" indexed="true" stored="true"/>
       <field name="content_type" type="string" indexed="true" stored="true" multiValued="true"/>
       <field name="last_modified" type="date" indexed="true" stored="true"/>
       <field name="links" type="string" indexed="true" stored="true" multiValued="true"/>
    
       
       <field name="content" type="text_general" indexed="false" stored="true" multiValued="true"/>
       
    
       
       <field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/>
    
       
       <field name="text_rev" type="text_general_rev" indexed="true" stored="false" multiValued="true"/>
    
       
       <field name="manu_exact" type="string" indexed="true" stored="false"/>
    
       <field name="payloads" type="payloads" indexed="true" stored="true"/> 
    
    
    
     
     
     
     
    name：数据源字段名，搜索使用到。 
     
    type：搜索类型名例如中文ika搜索名text_ika，对应于fieldType中的name。不需要分词的字符串类型，string即可，如果需要分词，用上面配置好的分词type。 
     
    indexed：是否被索引，只有设置为true的字段才能进行搜索排序分片(earchable, sortable, facetable)。 
     
    stored：是否存储内容，如果不需要存储字段值，尽量设置为false以提高效率。 
     
    multiValued：是否为多值类型，SOLR允许配置多个数据源字段存储到一个搜索字段中。多个值必须为true，否则有可能抛出异常。 
    
    
    
    
     
    copyField:如果我们的搜索需要搜索多个字段该怎么办呢？这时候，我们就可以使用copyField。 
     
     <copyField source="cat" dest="text"/>
       <copyField source="name" dest="text"/>
       <copyField source="manu" dest="text"/>
       <copyField source="features" dest="text"/>
       <copyField source="includes" dest="text"/>
       <copyField source="manu" dest="manu_exact"/>
    
       
       <copyField source="price" dest="price_c"/>
    
       
       <copyField source="title" dest="text"/>
       <copyField source="author" dest="text"/>
       <copyField source="description" dest="text"/>
       <copyField source="keywords" dest="text"/>
       <copyField source="content" dest="text"/>
       <copyField source="content_type" dest="text"/>
       <copyField source="resourcename" dest="text"/>
       <copyField source="url" dest="text"/>
    
       
       <copyField source="author" dest="author_s"/> 
    
     
     
    
    
     
     
    我们将所有的中文分词字段全部拷贝至all中，当我们进行全文检索是，只用搜索all字段就OK了。 
     
    注意，这里的目标字段必须支持多值，最好不要存储，因为他只是做搜索。indexed为true，stored为false。 
     
    copyField节点和field节点都在fields节点之内。 
     
    问题又来了，如果需要根据不同的重要性进行区分，例如name的重要性比address大，该怎么办呢，后面再说这个问题。 
     
    
    
     
     
    dynamicField:用通配符定义一个field来存在没有被field定义的漏网之鱼
    
     
     
     <dynamicField name="*_i"  type="int"    indexed="true"  stored="true"/>
       <dynamicField name="*_is" type="int"    indexed="true"  stored="true"  multiValued="true"/>
       <dynamicField name="*_s"  type="string"  indexed="true"  stored="true" />
       <dynamicField name="*_ss" type="string"  indexed="true"  stored="true" multiValued="true"/>
       <dynamicField name="*_l"  type="long"   indexed="true"  stored="true"/>
       <dynamicField name="*_ls" type="long"   indexed="true"  stored="true"  multiValued="true"/>
       <dynamicField name="*_t"  type="text_general"    indexed="true"  stored="true"/>
       <dynamicField name="*_txt" type="text_general"   indexed="true"  stored="true" multiValued="true"/>
       <dynamicField name="*_en"  type="text_en"    indexed="true"  stored="true" multiValued="true"/>
       <dynamicField name="*_b"  type="boolean" indexed="true" stored="true"/>
       <dynamicField name="*_bs" type="boolean" indexed="true" stored="true"  multiValued="true"/>
       <dynamicField name="*_f"  type="float"  indexed="true"  stored="true"/>
       <dynamicField name="*_fs" type="float"  indexed="true"  stored="true"  multiValued="true"/>
       <dynamicField name="*_d"  type="double" indexed="true"  stored="true"/>
       <dynamicField name="*_ds" type="double" indexed="true"  stored="true"  multiValued="true"/>
    
       
       <dynamicField name="*_coordinate"  type="tdouble" indexed="true"  stored="false" />
    
       <dynamicField name="*_dt"  type="date"    indexed="true"  stored="true"/>
       <dynamicField name="*_dts" type="date"    indexed="true"  stored="true" multiValued="true"/>
       <dynamicField name="*_p"  type="location" indexed="true" stored="true"/>
    
       
       <dynamicField name="*_ti" type="tint"    indexed="true"  stored="true"/>
       <dynamicField name="*_tl" type="tlong"   indexed="true"  stored="true"/>
       <dynamicField name="*_tf" type="tfloat"  indexed="true"  stored="true"/>
       <dynamicField name="*_td" type="tdouble" indexed="true"  stored="true"/>
       <dynamicField name="*_tdt" type="tdate"  indexed="true"  stored="true"/>
    
       <dynamicField name="*_c"   type="currency" indexed="true"  stored="true"/>
    
       <dynamicField name="ignored_*" type="ignored" multiValued="true"/>
       <dynamicField name="attr_*" type="text_general" indexed="true" stored="true" multiValued="true"/>
    
       <dynamicField name="random_*" type="random" />
     
     
    
    
     
    uniqueKey:solr必须设置一个唯一字段，常设置为id，此唯一一段有uniqueKey节点指定。
    
      <uniqueKey>id</uniqueKey> 
     
    
    
     
    defaultSearchField:默认搜索的字段，我们已经将需要搜索的字段拷贝至all字段了，在这里设为all即可。
    
      <defaultSearchField>text</defaultSearchField>
    
    solrQueryParser:认搜索操作符参数，及搜索短语间的逻辑，用AND增加准确率，用OR增加覆盖面，建议用AND，也可在搜索语句中定义。例如搜索“河西
     万达”，使用AND默认搜索为“河西AND万达“。
     <solrQueryParser defaultOperator="OR"/>