索引創(chuàng)建和搜索過程

1.創(chuàng)建索引

舉例子：

文檔一：solr是基于Lucene開發(fā)的企業(yè)級(jí)搜索引擎技術(shù)

文檔二：Solr是一個(gè)獨(dú)立的企業(yè)級(jí)搜索應(yīng)用服務(wù)器，Solr是一個(gè)高性能，基于Lucene的全文搜索服務(wù)器

首先經(jīng)過分詞器分詞，solr會(huì)為分詞后的結(jié)果（詞典）創(chuàng)建索引，然后將索引和文檔id列表對(duì)應(yīng)起來，如下圖所示：

比如：solr在文檔1和文檔2中都有出現(xiàn)，所以對(duì)應(yīng)的文檔ID列表中既包含文檔1的ID也包含文檔2的ID，文檔ID列表對(duì)應(yīng)到具體的文檔，并體現(xiàn)該詞典在該文檔中出現(xiàn)的頻次，頻次越多說明權(quán)重越大，權(quán)重越大搜索的結(jié)果就會(huì)排在前面。

solr內(nèi)部會(huì)對(duì)分詞的結(jié)果做如下處理：

1.去除停詞和標(biāo)點(diǎn)符號(hào)，例如英文的this，that等， 中文的“的”，“一”等沒有特殊含義的詞

2.會(huì)將所有的大寫英文字母轉(zhuǎn)換成小寫，方便統(tǒng)一創(chuàng)建索引和搜索索引

3.將復(fù)數(shù)形式轉(zhuǎn)為單數(shù)形式，比如students轉(zhuǎn)為student，也是方便統(tǒng)一創(chuàng)建索引和搜索索引

2.索引搜索過程

知道了創(chuàng)建索引的過程，那么根據(jù)索引進(jìn)行搜索就變得簡(jiǎn)單了。

1.用戶輸入搜索條件

2.對(duì)搜索條件進(jìn)行分詞處理

3.根據(jù)分詞的結(jié)果查找索引

4.根據(jù)索引找到文檔ID列表

5.根據(jù)文檔ID列表找到具體的文檔，根據(jù)出現(xiàn)的頻次等計(jì)算權(quán)重，最后將文檔列表按照權(quán)重排序返回

使用SolrJ管理索引庫

使用SolrJ可以實(shí)現(xiàn)索引庫的增刪改查操作。

3.1 添加文檔

第一步：把solrJ的jar包添加到工程中。

第二步：創(chuàng)建一個(gè)SolrServer，使用HttpSolrServer創(chuàng)建對(duì)象。

第三步：創(chuàng)建一個(gè)文檔對(duì)象SolrInputDocument對(duì)象。

第四步：向文檔中添加域。必須有id域，域的名稱必須在schema.xml中定義。

第五步：把文檔添加到索引庫中。

第六步：提交。

3.2 刪除文檔

3.2.1 根據(jù)id刪除

第一步：創(chuàng)建一個(gè)SolrServer對(duì)象。

第二步：調(diào)用SolrServer對(duì)象的根據(jù)id刪除的方法。

第三步：提交。

3.2.2 根據(jù)查詢刪除

3.3 查詢索引庫

第一步：創(chuàng)建一個(gè)SolrServer對(duì)象

第二步：創(chuàng)建一個(gè)SolrQuery對(duì)象。

3 向SolrQuery中添加查詢條件、過濾條件。。。

第四步：執(zhí)行查詢。得到一個(gè)Response對(duì)象。

5 取查詢結(jié)果。

第六步：遍歷結(jié)果并打印。

3.3.1 簡(jiǎn)單查詢

3.3.2 帶高亮顯示

@Test

public void searchDocumet（） throws Exception {

// 創(chuàng)建一個(gè)SolrServer對(duì)象

SolrServer solrServer = new HttpSolrServer（“http://101.132.69.111:8080/solr/collection1”）;

// 創(chuàng)建一個(gè)SolrQuery對(duì)象

SolrQuery query = new SolrQuery（）;

// 設(shè)置查詢條件、過濾條件、分頁條件、排序條件、高亮

// query.set（“q”， “*：*”）;

query.setQuery（“手機(jī)”）;

// 分頁條件

query.setStart（0）;

query.setRows（30）;

// 設(shè)置默認(rèn)搜索域

query.set（“df”， “item_keywords”）;

// 設(shè)置高亮

query.setHighlight（true）;

// 高亮顯示的域

query.addHighlightField（“item_title”）;

query.setHighlightSimplePre（“《div》”）;

query.setHighlightSimplePost（“《/div》”）;

// 執(zhí)行查詢，得到一個(gè)Response對(duì)象

QueryResponse response = solrServer.query（query）;

// 取查詢結(jié)果

SolrDocumentList solrDocumentList = response.getResults（）;

// 取查詢結(jié)果總記錄數(shù)

System.out.println（“查詢結(jié)果總記錄數(shù)：” + solrDocumentList.getNumFound（））;

for （SolrDocument solrDocument ： solrDocumentList） {

System.out.println（solrDocument.get（“id”））;

// 取高亮顯示

Map《String， Map《String， List《String》》》 highlighting = response.getHighlighting（）;

List《String》 list = highlighting.get（solrDocument.get（“id”））.get（“item_title”）;

String itemTitle = “”;

if （list ！= null && list.size（） 》 0） {

itemTitle = list.get（0）;

} else {

itemTitle = （String） solrDocument.get（“item_title”）;

}

System.out.println（itemTitle）;

System.out.println（solrDocument.get（“item_sell_point”））;

System.out.println（solrDocument.get（“item_price”））;

System.out.println（solrDocument.get（“item_image”））;

System.out.println（solrDocument.get（“item_category_name”））;

System.out.println（“=============================================”）;

}

}

4. Solr服務(wù)器中的后臺(tái)數(shù)據(jù)處理

這個(gè)其實(shí)是通過圖形界面操作，只需手動(dòng)填寫查詢條件，不需要進(jìn)行代碼處理。但是實(shí)際項(xiàng)目開發(fā)中，還是需要進(jìn)行代碼編寫的。

6

4.1 solr的基礎(chǔ)語法

q 查詢的關(guān)鍵字，此參數(shù)最為重要，例如，q=id:1，默認(rèn)為q=*：*，

fq （filter query）過慮查詢，提供一個(gè)可選的篩選器查詢。

返回在q查詢符合結(jié)果中同時(shí)符合的fq條件的查詢結(jié)果

sort 排序方式，例如id desc 表示按照 “id” 降序

start 返回結(jié)果的第幾條記錄開始，一般分頁用，默認(rèn)0開始

rows 指定返回結(jié)果最多有多少條記錄，默認(rèn)值為 10，配合start實(shí)現(xiàn)分頁

fl 指定返回哪些字段，用逗號(hào)或空格分隔，注意：字段區(qū)分大小寫，例如，fl= id，title，sort

df 默認(rèn)的查詢字段，一般默認(rèn)指定

wt （writer type）指定輸出格式，有 xml， json， php等

indent 返回的結(jié)果是否縮進(jìn)，默認(rèn)關(guān)閉

hl 高亮

hl.fl 設(shè)定高亮顯示的字段

hl.requireFieldMatch 如果置為true，除非用hl.fl指定了該字段，查詢結(jié)果才會(huì)被高亮。它的默認(rèn)值是false。

hl.usePhraseHighlighter 如果一個(gè)查詢中含有短語（引號(hào)框起來的）那么會(huì)保證一定要完全匹配短語的才會(huì)被高亮。

hl.highlightMultiTerm如果使用通配符和模糊搜索，那么會(huì)確保與通配符匹配的term會(huì)高亮。默認(rèn)為false，同時(shí)hl.usePhraseHighlighter要為true。

hl.fragsize 返回的最大字符數(shù)。默認(rèn)是100.如果為0，那么該字段不會(huì)被fragmented且整個(gè)字段的值會(huì)被返回。