使用 Apache Solr 實現更加靈巧的搜索，第 1 部分: 基本特性和 Solr 模式

一旦用戶需要某種信息，就可以立即搜索到這些信息，這種要求再也不是可有可無的了。隨着 Google 和類似的複雜搜索引擎的出現，用戶希望得到高質量的搜索結果，幫助他們快速、輕易地找到所需的信息。經理對您的在線購物站點同樣抱有很高的期望，要求它能夠提供一個可伸縮、高度可用且易於維護的搜索解決方案，並且安裝這個解決方案不應太昂貴。對於您而言，只是希望事業進步，讓老闆和客戶滿意，以及保持頭腦清醒。

使用 Apache Solr 可以滿足所有的這些要求，它是一種開放源碼的、基於 Lucene Java 的搜索服務器，易於加入到 Web 應用程序中。Solr 提供了層面搜索、命中醒目顯示並且支持多種輸出格式（包括 XML/XSLT 和 JSON 格式）。它易於安裝和配置，而且附帶了一個基於 HTTP 的管理界面。您可以堅持使用 Solr 的表現優異的基本搜索功能，也可以對它進行擴展從而滿足企業的需要。Solr 還擁有一個活躍的開發者羣體，如有需要，您可以隨時向他們尋求幫助。

這篇分爲兩部分的文章將介紹 Solr，展示其特性並舉例說明如何將其完全加入到 Web 應用程序中。我們將首先提供一些 Solr 的基本介紹，包括安裝和配置的說明。然後引入一個示例應用程序（博客界面），您可以通過該程序讓自己熟悉一下 Solr 的各種特性。您將學習如何使用 Solr 來索引和搜索內容並探索 Solr 對層面瀏覽的支持。第 1 部分的最後將簡要介紹一下 Solr 的模式並解釋如何針對示例應用程序的索引結構配置模式。

Solr 的歷史
Solr 最初由 CNET Networks 開發，2006 年初，Apache Software Foundation 在 Lucene 頂級項目的支持下得到了 Solr。Solr 於 2007 年 1 月醞釀成熟，在整個項目孵化期間，Solr 穩步地積累各種特性並吸引了一個穩定的用戶羣體、貢獻者和提交人。Solr 現在是 Lucene （Apache 的基於 Java 的全文本搜索引擎庫）的一個子項目。

安裝和配置

要開始使用 Solr，需安裝以下軟件：

Java 1.5 或更高版本。
Ant 1.6.x 或更高版本。
Web 瀏覽器，用來查看管理頁面。建議使用 Firefox ；相比之下使用 Internet Explorer 可能要複雜些。
servlet 容器，如 Tomcat 5.5 。本文中的示例假定您的 Tomcat 在 8080 端口上運行，這是 Tomcat 的默認設置。如果運行的是其他 servlet 容器或在其他的端口上運行，則可能要修改給出的 URL 才能訪問示例應用程序和 Solr。我已經假定示例應用程序的各個部分都運行在 Tomcat 的本地主機上。另外還要注意 Solr 以打包的方式與 Jetty 一起提供。

要下載和安裝所有這些應用程序，請參閱參考資料。

設置 Solr

一旦搭建好運行環境，就可以從 Apache Mirrors Web 站點下載 Solr 1.1 版。接下來，執行以下操作：

停止 servlet 容器。
在命令行選擇希望在其中執行操作的目錄，從中輸入 mkdir dw-solr 。
輸入 cd dw-solr 。
將 Solr 下載版本複製到當前目錄中並解壓縮。即可得到 apache-solr-1.1.0-incubating 目錄。不用注意 incubating 標記；Solr 早已孵化成熟。
將 Solr WAR 文件複製到 servlet 容器的 webapps 目錄中。
下載示例應用程序，將其複製到當前目錄，然後解壓縮，即可在當前工作目錄中得到一個 solr 目錄。本文將一直把它用作 Solr 的主目錄。
可以通過以下三種方式之一設置 Solr 的主位置：
- 設置 java 系統屬性 solr.solr.home （沒錯，就是 solr.solr.home ）。
- 配置 java:comp/env/solr/home 的一個 JNDI 查找指向 solr 目錄。
- 在包含 solr 目錄的目錄中啓動 servlet 容器。（默認的 Solr 主目錄是當前工作目錄下的 solr 。）
將示例 WAR 文件（位於 dw-solr/solr/dist/dw.war 中）複製到 servlet 容器的 webapps 目錄中，方法與複製 Solr WAR 文件相同。WAR 文件的 Java 的代碼位於 dw-solr/solr/src/java 中，而 JSP 和其他 Web 文件位於 dw-solr/solr/src/webapp 中。
要驗證所有程序都正常運行，請啓動 servlet 容器並將瀏覽器指向 http://localhost:8080/solr/admin/。如果一切順利，您應該看到類似圖 1 所示的頁面。如果沒有出現管理頁面，查看容器日誌中的錯誤消息。另外，確保從 dw-solr 目錄啓動 servlet 容器，以便可以正確地設置 Solr 的主位置。

圖 1. 一個 Solr 管理屏幕示例

關於 Lucene
要了解 Solr 就必須熟悉 Lucene。 Lucene 是一個基於 Java 的高性能文本搜索引擎庫，最初由 Doug Cutting 編寫，後來被捐贈給 Apache Software Foundation。很多應用程序都利用 Lucene 來增強自身的搜索功能，因爲 Lucene 高速、易用和具有活躍社區的特點。Solr 構建在這些功能之上，使 Lucene 可供企業使用，並具有最小的編程需求。有關 Lucene 的更多信息，請參見參考資料。

Solr 基礎

因爲 Solr 包裝並擴展了 Lucene，所以它們使用很多相同的術語。更重要的是，Solr 創建的索引與 Lucene 搜索引擎庫完全兼容。通過對 Solr 進行適當的配置，某些情況下可能需要進行編碼，Solr 可以閱讀和使用構建到其他 Lucene 應用程序中的索引。此外，很多 Lucene 工具（如 Luke ）也可以使用 Solr 創建的索引。

在 Solr 和 Lucene 中，使用一個或多個 Document 來構建索引。Document 包括一個或多個 Field 。Field 包括名稱、內容以及告訴 Solr 如何處理內容的元數據。例如，Field 可以包含字符串、數字、布爾值或者日期，也可以包含您想添加的任何類型。Field 可以使用大量的選項來描述，這些選項告訴 Solr 在索引和搜索期間如何處理內容。我將在本文中稍後詳細討論這些選項。現在，查看一下表 1 中列出的重要屬性的子集：

表 1. 字段屬性

屬性名稱	說明
indexed	Indexed `Field` 可以進行搜索和排序。您還可以在 indexed `Field` 上運行 Solr 分析過程，此過程可修改內容以改進或更改結果。下一節提供了關於 Solr 的分析過程的更多信息。
stored	stored `Field` 內容保存在索引中。這對於檢索和醒目顯示內容很有用，但對於實際搜索則不是必需的。例如，很多應用程序存儲指向內容位置的指針而不是存儲實際的文件內容。

Solr 的分析過程

您可以在對應用程序內容索引之前運行 Solr 的分析過程來修改這些內容。在 Solr 和 Lucene 中，Analyzer 包括一個 Tokenizer 和一個或多個 TokenFilter 。Tokenizer 負責生成 Token ，後者在多數情況下對應要索引的詞。TokenFilter 從 Tokenizer 接受 Token 並且可以在索引之前修改或刪除 Token 。例如，Solr 的 WhitespaceTokenizer 根據空白斷詞，而它的 StopFilter 從搜索結果中刪除公共詞。其他類型的分析包括詞幹提取、同義詞擴展和大小寫摺疊。如果應用程序要求以某種特殊方式進行分析，則 Solr 所擁有的一個或多個斷詞工具和篩選器可以滿足您的要求。

您還可以在搜索操作期間對查詢應用分析。一個總體規則是：應該對查詢和要索引的文檔運行相同的分析。不熟悉這些概念的用戶常犯的一個錯誤就是：對文檔標記進行詞幹提取，但不對查詢標記進行詞幹提取，通常導致零搜索匹配。Solr 的 XML 配置使它可以輕易地使用簡單聲明創建 Analyzer ，本文稍後會對此作出展示。

有關 Solr 和 Lucene 的分析工具，以及索引結構和其他功能的更多信息，請參閱參考資料。

示例應用程序

以下各節將使用實際的示例應用程序向您介紹 Solr 的功能。該示例應用程序是一個基於 Web 的博客界面，您可以使用它來記錄條目、給條目指派元數據，然後索引和搜索條目。在索引和搜索過程的每一步，您都可以選擇顯示發送到 Solr 的命令。

要查看示例應用程序，請將瀏覽器指向 http://localhost:8080/dw/index.jsp。如果一切設置正確（如 “設置 Solr ” 描述的那樣），則您可以看到一個題爲 “Sample Solr Blog Search” 的簡單用戶界面，在標題的正下方有一些菜單項。當您瀏覽本文的兩個部分時，將會瞭解到菜單中的所有主題。

回頁首

索引操作

在 Solr 中，通過向部署在 servlet 容器中的 Solr Web 應用程序發送 HTTP 請求來啓動索引和搜索。Solr 接受請求，確定要使用的適當 SolrRequestHandler ，然後處理請求。通過 HTTP 以同樣的方式返回響應。默認配置返回 Solr 的標準 XML 響應。您也可以配置 Solr 的備用響應格式。我將在本文的第 2 部分向您展示如何定製請求和響應處理。

索引就是接受輸入（本例中是博客條目、關鍵字和其他元數據）並將它們傳遞給 Solr，從而在 HTTP Post XML 消息中進行索引的過程。您可以向 Solr 索引 servlet 傳遞四個不同的索引請求：

add/update 允許您向 Solr 添加文檔或更新文檔。直到提交後才能搜索到這些添加和更新。
commit 告訴 Solr，應該使上次提交以來所做的所有更改都可以搜索到。
optimize 重構 Lucene 的文件以改進搜索性能。索引完成後執行一下優化通常比較好。如果更新比較頻繁，則應該在使用率較低的時候安排優化。一個索引無需優化也可以正常地運行。優化是一個耗時較多的過程。
delete 可以通過 id 或查詢來指定。按 id 刪除將刪除具有指定 id 的文檔；按查詢刪除將刪除查詢返回的所有文檔。

一個索引示例

瀏覽到 http://localhost:8080/dw/index.jsp 可以查看索引過程的更多細節。首先爲表單中的每個字段填入適當的條目並按 Submit 按鈕。示例應用程序接受條目、創建 Solr 請求並顯示請求以便在下一個屏幕上查看。清單 1 包含了一個 add 命令的例子，當您按下 Submit 按鈕時向 Solr 發送這個命令。

清單 1. Solr add 命令樣例

                

<add>

    <doc>

        <field name="url">http://localhost/myBlog/solr-rocks.html</field>

        <field name="title">Solr Search is Simply Great</field>

        <field name="keywords">solr,lucene,enterprise,search</field>

        <field name="creationDate">2007-01-06T05:04:00.000Z</field>

        <field name="rating">10</field>

        <field name="content">Solr is a really great open source search server. It scales,

        it's easy to configure and the Solr community is really supportive.</field>

        <field name="published">on</field>

    </doc>

</add>

清單 1 的 <doc> 中的每個 field 條目告訴 Solr 應該將哪些 Field 添加到所創建文檔的 Lucene 索引中。可以向 add 命令添加多個 <doc> 。稍後我將解釋 Solr 如何處理這些 field。現在，知道包含清單 1 中指定的七個 field 的文檔將會被索引就足夠了。

當您在 “Solr XML Command” 頁面提交命令時，結果將發往 Solr 進行處理。HTTP POST 將命令發往在 http://localhost:8080/solr/update 運行的 Solr Update Servlet。如果一切進展順利，則會隨 <result status="0"/> 返回一個 XML 文檔。Solr 使用相同的 URL 自動更新文檔（示例應用程序中的 URL 是 Solr 識別文檔以前是否被添加過所使用的惟一 id）。

實踐索引

現在再添加幾個文檔並提交這些文檔，以便在下一節中有文檔可供搜索。一旦您熟悉 add 命令的語法後，就可以取消選擇 Index 按鈕旁邊的 “Display XML...” 複選框，跳過 “Solr XML Command” 頁面。本文附帶的樣例文件包含了一個很多這些示例中使用的索引版本。

您可以通過在 http://localhost:8080/dw/delete.jsp 頁面輸入文檔的 URL、提交併查看命令，然後將命令提交到 Solr 來刪除文檔。有關索引和刪除命令的更多信息，請參閱參考資料中的 “Solr Wiki” 參考。

回頁首

搜索命令

添加文檔後，就可以搜索這些文檔了。Solr 接受 HTTP GET 和 HTTP POST 查詢消息。收到的查詢由相應的 SolrRequestHandler 進行處理。出於本文的討論目的，我們將使用默認的 StandardRequestHandler 。在本文的第 2 部分，我將向您展示如何爲其他的 SolrRequestHandler 配置 Solr。

要查看搜索運行，返回到示例應用程序並瀏覽到 http://localhost:8080/dw/searching.jsp。此屏幕應該與索引屏幕非常類似，只是增加了幾個搜索相關的選項。與索引類似，可以向各種輸入字段中輸入值，選擇搜索參數並將查詢提交給示例應用程序。示例應用程序醒目顯示了一些 Solr 中更常見的查詢參數。這些參數如下所示：

關於查詢語法的一點注意
用於 StandardRequestHandler 的 Solr 查詢語法與 Lucene QueryParser 支持的查詢語法相同，只是前者加入了一些排序支持。示例應用程序對輸入的值幾乎沒有進行驗證，而且沒有演示如查詢增強、短語、範圍篩選等功能，所有這些功能在 Solr 和 Lucene 中都有效。有關 Lucene QueryParser 的更多信息，請參閱參考資料。在本文的第 2 部分，我將介紹管理界面中的一些有助於調試查詢語法和結果的工具。

布爾運算符 ：默認情況下，用於合併搜索條目的布爾運算符是 OR 。將它設爲 AND 要求匹配的文檔中出現所有的條目。
結果數目 ：指定返回的最大結果數目。
開始：結果集中開始的偏移量。此參數可用於分頁。
醒目顯示 ：醒目顯示匹配文檔字段的條目。參考清單 2 底部的 <lst> 節點。醒目顯示的條目標記爲 <em> 。

一旦輸入和提交值後，博客應用程序就返回一個可以立即提交給 Solr 的查詢字符串。提交字符串後，如果一切正常並且存在匹配文檔，則 Solr 返回一個 XML 響應，其中包含了結果、醒目顯示的信息和一些有關查詢的元數據。清單 2 給出了一個示例搜索結果：

清單 2. 搜索結果示例

                

<response>

    <lst name="responseHeader">

        <int name="status">0</int>

        <int name="QTime">6</int>

        <lst name="params">

            <str name="rows">10</str>

            <str name="start">0</str>

            <str name="fl">*,score</str>

            <str name="hl">true</str>

            <str name="q">content:"faceted browsing"</str>

        </lst>

    </lst>

    <result name="response" numFound="1" start="0" maxScore="1.058217">

        <doc>

            <float name="score">1.058217</float>

            <arr name="all">

                <str>http://localhost/myBlog/solr-rocks-again.html</str>

                <str>Solr is Great</str>

                <str>solr,lucene,enterprise,search,greatness</str>

                <str>Solr has some really great features, like faceted browsing

                and replication</str>

            </arr>

            <arr name="content">

                <str>Solr has some really great features, like faceted browsing

                and replication</str>

            </arr>

            <date name="creationDate">2007-01-07T05:04:00.000Z</date>

            <arr name="keywords">

                <str>solr,lucene,enterprise,search,greatness</str>

            </arr>

            <int name="rating">8</int>

            <str name="title">Solr is Great</str>

            <str name="url">http://localhost/myBlog/solr-rocks-again.html</str>

        </doc>

    </result>

    <lst name="highlighting">

        <lst name="http://localhost/myBlog/solr-rocks-again.html">

            <arr name="content">

                <str>Solr has some really great features, like <em>faceted</em>

                <em>browsing</em> and replication</str>

            </arr>

        </lst>

    </lst>

</response>

一條查詢消息可以包含大量的參數，表 2 中對醒目顯示的那些參數進行了描述。參閱參考資料中的 “Solr Wiki” 參考可以查看參數的完整清單。

表 2. 醒目顯示的查詢參數

參數	描述	示例
q	Solr 中用來搜索的查詢。有關該語法的完整描述，請參閱參考資料中的 “Lucene QueryParser Syntax”。可以通過追加一個分號和已索引且未進行斷詞的字段（下面會進行解釋）的名稱來包含排序信息。默認的排序是 `score desc` ，指按記分降序排序。	`q=myField:Java AND otherField:developerWorks; date asc` 此查詢搜索指定的兩個字段並根據一個日期字段對結果進行排序。
start	將初始偏移量指定到結果集中。可用於對結果進行分頁。默認值爲 0。	`start=15` 返回從第 15 個結果開始的結果。
rows	返回文檔的最大數目。默認值爲 10。	`rows=25`
fq	提供一個可選的篩選器查詢。查詢結果被限制爲僅搜索篩選器查詢返回的結果。篩選過的查詢由 Solr 進行緩存。它們對提高複雜查詢的速度非常有用。	任何可以用 q 參數傳遞的有效查詢，排序信息除外。
hl	當 `hl=true` 時，在查詢響應中醒目顯示片段。默認爲 false。參看醒目顯示參數上的 Solr Wiki 部分可以查看更多選項（見參考資料）。	`hl=true`
fl	作爲逗號分隔的列表指定文檔結果中應返回的 `Field` 集。默認爲 “`*` ”，指所有的字段。“score” 指還應返回記分。	`*,score`

回頁首

層面瀏覽

最近，似乎所有流行的購物站點都添加了便利的條件列表，幫助用戶根據製造商、價格和作者縮小搜索結果的範圍。這些列表是層面瀏覽的結果，層面瀏覽是一種分類方式，用於對已經返回到有意義的、已證實存在的種類的結果進行分類。層面用於幫助用戶縮小搜索結果的範圍。

通過瀏覽到 http://localhost:8080/dw/facets.jsp 可以查看層面的運行。在這個頁面上，您需要關注兩種輸入形式：

一個文本區域，您可以在其中輸入查詢，根據索引中的 all 字段發佈此查詢。將 all 字段看作一連串已索引的所有其他字段。（稍後將對此作詳細介紹。）
一個可以用於分層面的字段下拉列表。此處並未列出所有的已索引字段，其原因馬上就會得到解釋。

輸入一個查詢並從下拉列表中選擇一個層面字段，然後單擊 Submit 與生成的查詢一起傳遞給 Solr。博客應用程序解析結果並返回類似圖 2 中的結果：

圖 2. 層面瀏覽結果示例

在圖 2 中，您可以在頂部看見所有非零值的層面計數，底部則是匹配所提交查詢的兩個搜索結果。單擊示例中的層面鏈接提交原始查詢，另外將 Facet 關鍵字作爲一個新關鍵字。如果原始查詢是 q=Solr 而層面字段是 keywords ，並且單擊圖 2 中的 replication 鏈接，則新查詢將會是 q=Solr AND keywords:replication 。

運行層面不需要打開它或在 Solr 中進行配置，但是可能需要按照新的方式對應用程序內容進行索引。在已索引的字段中完成分層，層面對未進行斷詞的非小寫詞最爲有效。（因此我並未包含 content 字段或 Facet Field 下拉列表中添加到文檔的其他字段。）Facet 字段通常不需要存儲，因爲分層面的總體思想就是顯示人類可讀的值。

另外還要注意 Solr 沒有在層面中創建類別；必須由應用程序自身在索引期間進行添加，正如在索引應用程序時給文檔指派關鍵字一樣。如果存在層面字段，Solr 就提供了查明這些層面及其計數的邏輯。

回頁首

Solr 模式

迄今爲止，我已向您介紹了 Solr 的特性，但沒有實際解釋如何配置這些特性。本文的剩餘部分主要介紹配置，首先介紹 Solr 模式（schema.xml）然後向您展示它如何與 Solr 的特性相關聯。

在編輯器中，最好是支持 XML 標記醒目顯示的編輯器，打開位於 <INSTALL_DIR>/dw-solr/solr/conf 中的 schema.xml 文件。首先要注意的是大量的註釋。如果您以前使用過開放源碼的軟件，您將會爲模式文件中的文檔及整個 Solr 中的文檔欣喜不已。因爲 schema.xml 的註釋非常全面，所以我主要介紹文件的一些關鍵屬性，具體細節可查閱文檔。首先，注意 <schema> 標記中模式（dw-solr）的名稱。Solr 爲每個部署支持一個模式。將來它可能支持多個模式，但是目前只允許使用一個模式。（參閱參考資料中的 “Solr Wiki” 參考，瞭解如何簡單地配置 Tomcat 和其他容器，以便爲每個容器使用多個部署。）

模式可以組織爲三部分：

類型
字段
其他聲明

<types> 部分是一些常見的可重用定義，定義了 Solr（和 Lucene）如何處理 Field 。在示例模式中，有 13 個字段類型，按名稱從 string 到 text 。<types> 部分頂部聲明的字段類型（如 sint 和 boolean ）用於存儲 Solr 中的原始類型。在很大程度上，Lucene 只處理字符串，因此需要對整型、浮點型、日期型和雙精度型進行特殊處理才能用於搜索。使用這些字段類型會警告 Solr 使用適當的特殊處理索引內容，不需要人爲干涉。

類型

本文前面的內容中，我簡要介紹了 Solr 的分析過程的基礎。仔細觀察一下 text 字段類型聲明，您可以看見 Solr 管理分析的細節。清單 3 給出了 text 字段類型聲明：

清單 3. 文本字段類型聲明

                

<fieldtype name="text" class="solr.TextField" positionIncrementGap="100">

    <analyzer type="index">

        <tokenizer class="solr.WhitespaceTokenizerFactory"/>

        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>

        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1"

                generateNumberParts="1" catenateWords="1"

                catenateNumbers="1" catenateAll="0"/>

        <filter class="solr.LowerCaseFilterFactory"/>

        <filter class="solr.EnglishPorterFilterFactory"

                protected="protwords.txt"/>

        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>

    </analyzer>

    <analyzer type="query">

        <tokenizer class="solr.WhitespaceTokenizerFactory"/>

        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt"

                ignoreCase="true" expand="true"/>

        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>

        <filter class="solr.WordDelimiterFilterFactory" generateWordParts="1"

                generateNumberParts="1" catenateWords="0"

                catenateNumbers="0" catenateAll="0"/>

        <filter class="solr.LowerCaseFilterFactory"/>

        <filter class="solr.EnglishPorterFilterFactory" protected="protwords.txt"/>

        <filter class="solr.RemoveDuplicatesTokenFilterFactory"/>

    </analyzer>

</fieldtype>

類屬性
在 Solr 模式中的很多實例中，類屬性簡化爲類似 solr.TextField 的樣子。這是 org.apache.solr.schema.TextField 的簡略表達形式。在本文的第 2 部分中您將看到，類路徑中擴展 org.apache.solr.schema.FieldType 類的任何有效類都可能使用到。

首先，注意我在清單 3 中聲明瞭兩個不同的 Analyzer 。雖然 Analyzer 對於索引和搜索並非完全相同，但是它們只是在查詢分析期間的同義詞添加方面有所差別。詞幹提取、停止詞刪除以及相似的操作都被應用於標記，然後才進行索引和搜索，導致使用相同類型的標記。接下來，注意我首先聲明斷詞工具，然後聲明使用的篩選器。示例應用程序的 Solr 配置按以下步驟進行設置：

根據空白進行斷詞，然後刪除所有的公共詞（StopFilterFactory）
使用破折號處理特殊的大小寫、大小寫轉換等等。（WordDelimiterFilterFactory）；將所有條目處理爲小寫（LowerCaseFilterFactory）
使用 Porter Stemming 算法進行詞幹提取（EnglishPorterFilterFactory）
刪除所有的副本（RemoveDuplicatesTokenFilterFactory）

示例分析加入了很多用於改進搜索結果的常見方法，但不應被看作分析文本的惟一方式。每個應用程序都可能有一些自己的分析需求，這個示例或者甚至是 Solr 或 Lucene 中的任何現有 Analyzer 都可能沒有涉及相應需求。請參閱參考資料中的 “More Info On Solr Analysis”，瞭解關於分析的更多選項以及如何使用其他 Analyzer 的信息。

字段

繼續介紹模式的 <fields> 部分，查看 Solr 如何處理索引和搜索期間使用的 8 個（實際上是 7 個，外加一個 all ）字段。清單 4 中重複了這些字段：

清單 4. 博客應用程序的聲明字段

                

<field name="url" type="string" indexed="true" stored="true"/>

<field name="title" type="text" indexed="true" stored="true"/>

<field name="keywords" type="text_ws" indexed="true" stored="true"

                multiValued="true" omitNorms="true"/>

<field name="creationDate" type="date" indexed="true" stored="true"/>

<field name="rating" type="sint" indexed="true" stored="true"/>


<field name="published" type="boolean" indexed="true" stored="true"/>


<field name="content" type="text" indexed="true" stored="true" />

<!-- catchall field,

containing many of the other searchable text fields

                (implemented via copyField further on in this schema) -->

<field name="all" type="text" indexed="true" stored="true" multiValued="true"/>

理解字段類型後，您可以清晰地看見如何處理每個字段。例如，url 字段是一個經過索引、存儲和未經分析的 string 字段。同時，使用清單 3 中聲明的 Analyzer 來分析 text 字段。all 字段如何處理？all 字段是一個 text 字段，如 title 或 content 一樣，但是它包含了連接在一起的幾個字段的內容，便於使用備用搜索機制（記住層面搜索使用的是 all 字段）。

對於字段的屬性，在表 1 中您已經瞭解了 indexed 和 stored 的意義。multiValued 屬性是一個特殊的例子，指 Document 可以擁有一個相同名稱添加了多次的 Field 。比如在我們的示例中，可以多次添加 keywords 。omitNorms 屬性告訴 Solr（和 Lucene）不要存儲規範。省略規範對於節省不影響記分的 Field 的內存非常有用，比如那些用於計算層面的字段。

在結束 <fields> 部分之前，簡要介紹一下字段聲明下方的 <dynamicField> 聲明。動態字段是一些特殊類型的字段，可以在任何時候將這些字段添加到任何文檔中，由字段聲明定義它們的屬性。動態字段和普通字段之間的關鍵區別在於前者不需要在 schema.xml 中提前聲明名稱。Solr 將名稱聲明中的 glob-like 模式應用到所有尚未聲明的引入的字段名稱，並根據其 <dynamicField> 聲明定義的語義來處理字段。例如，<dynamicField name="*_i" type="sint" indexed="true" stored="true"/> 指一個 myRating_i 字段被 Solr 處理爲 sint ，儘管並未將其聲明爲字段。這種處理比較方便，例如，當需要用戶定義待搜索內容的時候。

其他聲明

最後，schema.xml 文件的最後部分包含了字段和查詢相關的各種聲明。最重要的聲明是 <uniqueKey>url</uniqueKey> 。該聲明用於告訴 Solr 先前聲明的 url 字段是用於確定何時添加或更新文檔的惟一標識符。defaultSearchField 是查詢條目沒有前綴任何字段時 Solr 在查詢中使用的 Field 。示例所使用的查詢與 q=title:Solr 類似。如果您輸入 q=Solr ，則應用默認搜索字段。最終結果與 q=all:Solr 相同，因爲 all 是博客應用程序中的默認搜索字段。

<copyField> 機制讓您能夠創建 all 字段而無需將文檔的所有內容手工添加到單獨的字段。複製字段是以多種方式索引相同內容的簡便方法。例如，如果您希望提供區分大小寫的精確匹配和忽略大小寫的匹配，則可以使用一個複製字段自動分析收到的內容。然後嚴格按照收到的內容進行索引（所有的字母使用小寫）。

回頁首

下一步：用於企業的 Solr

目前爲止，您已經安裝了 Solr 並學習瞭如何使用它在示例應用程序中索引和搜索文檔。您也瞭解了 Solr 中層面瀏覽如何工作，並學習瞭如何使用 Solr 的 schema.xml 文件聲明索引結構。本文附帶的示例應用程序演示了這些功能和介紹瞭如何爲 Solr 格式化命令。

在文章的第 2 部分，我將會介紹一些特性，它們將 Solr 從一個簡單的搜索界面擴展成一個可供企業使用的搜索解決方案。您將學習 Solr 的管理界面和高級配置選項，以及性能相關的特性（如緩存、複製和日誌記錄）。我還將簡要討論擴展 Solr 以滿足企業需求的一些方法。同時，充分利用示例應用程序，幫助自己熟悉 Solr 的基本功能。

回頁首

下載

描述	名字	大小	下載方法
Solr 樣例應用程序	j-solr1.zip	500KB	HTTP


	關於下載方法的信息

參考資料

學習

“用 Lucene 加速 Web 搜索應用程序的開發 ”（Deng Peng Zhou，developerWorks，2006 年 8 月）：瞭解關於 Lucene 搜索庫的更多信息，該庫用作 Solr 的基礎庫。
“Parsing, indexing, and searching XML with Digester and Lucene ”（Otis Gospodneti，developerWorks，2003 年 6 月）：Lucene 初探。
Solr 主頁：學習教程、瀏覽 Javadocs 並隨時關注 Solr 社區。
Solr Wiki ：查看 Wiki 獲取關於 Solr 運作的衆多文檔。
Solr 分析：瞭解關於 Solr 的分析器、斷詞工具和標記篩選器工作原理的更多信息。
Lucene QueryParser Syntax ：瞭解關於 Solr 和 Lucene 的查詢解析器語法的更多信息。
The Porter Stemming Algorithm ：瞭解關於 Solr 使用的詞幹提取算法的更多信息。
Public Websites using Solr ：使用 Solr 功能的 Web 站點的清單。
Lucene Java 主頁：探索 Solr 的起源。
Lucene In Action （Otis Gospodneti and Erik Hatcher；Manning，2004 年）：對 Lucene 有興趣的人的必讀之作。
developerWorks Java 技術專區：關於 Java 編程各個方面的數百篇文章。

使用 Apache Solr 實現更加靈巧的搜索，第 1 部分: 基本特性和 Solr 模式

Kafka存儲機制

aws語音呼叫調用，告警電話

【轉】[C#] WebAPI 防止併發調用二（冥等性）

HTTP URL 詳解

創新工具：2024年開發者必備的一款表格控件（二）

車牌識別控制檯可快速整合二次開發

集成Nutch和Solr

空腹時再餓都不能喫的11種食物

虛擬 Linux

Hadoop分佈式文件系統：架構和設計要點

使用 Linux 和 Hadoop 進行分佈式計算

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結