solr(lucene)中的value source

阅读更多

在上一篇博客中已经说了，valueSource就是获得一个doc的某些值，这个值可以是doc的某些域的值，也可以是现计算的一些函数值，这个博客里面就说一下solr中已经存在的valueSource。

 valueSource的实现类有很多，在solr的源码中我看到了有：

  1、ConstantNumberSource，即所有的doc都共享一个值得valueSource，这个类还有很多子类，待用到时再看吧。

  2、有关距离的，用在地图计算上的valueSource，存在于lucene的spatial包里面，这个因为我没有用到，也没看。

  3、有关倒排表长度、idf、tf的valueSource，

     DocFreqValueSource：这个是计算一个指定的term的倒排表的长度的valueSource，在构造方法中就要传进去要查询的域和term的字符串。最后返回的FunctionValues是一个ConstIntDocValues，他里面的所有的doc都是同一个值，即要查询的term的倒排表的长度，也就是docFrequence。

     IDFValueSource：这个和上面的DocFreqValueSource类似，只不过他不是计算一个term的docFre，而是计算一个term的idf值，最后返回的也是一个常数的FunctionValues.

     TermFreqValueSource：这个是查询指定的term的倒排表中的所有的doc中含有这个term的次数的值得valueSource。

     TFValueSource：这个和上面的TermFreqValueSource是类似的，只不过是返回最后经过tf函数计算的值，而上面是返回term frequence的真实值，没有经过函数计算。

  4、DualFloatFunction，从字面上理解，这个是两元的浮点类型的函数，看了源码就知道，他是对两个valueSource，根据一定的函数，计算两个值的函数值的valueSource，是一个抽象类，他的具体实现类都实现了具体的函数，比如相加的，相除的，相乘的，这些简单的函数都是solr自己带的，在solr的ValueSourceParser的代码里面可以发现这些。

    他的很多实现都是静态内部类，所以我这里就不记录了，在solr中存在的有：相除的----DivFloatFunction（在solr中的名字是div），也就是用一个值除以另一个值，相减的，在solr中的名字是ms，取模的，在solr中的名字是mod，

  5、FieldCacheSource，这个就是从FieldCache中获得值得valueSource，很简单。他有很多实现类。

 

在solr中我们最终使用的是valueSource，但是我们在调用solr的api的时候，只能传字符串，所以需要一个解析器，这个和我们使用的queryParser的道理是一致的，在solr中解析valueSource的类叫做valueSourceParser（类比于queryParser），我们看一下这个类，就知道solr自带的有哪些valueSource了。在这个类中，有个一静态的map（类比于QParserPlugin中的数组），就是实现了valueSourceParser的名字到实例的映射。

/* standard functions */
public static Map standardValueSourceParsers = new HashMap();

 在他的静态块里面，就会初始化很多的parser，放到数组里面，以后我们在使用FunctionQuery的时候，最终在计算得分的时候，就是根据传递过来的参数从这个map中查找具体的valueSourceParser，然后使用这个parser计算一个valueSource，用于排序。当然我们也可以自定义valueSourceParser，只要继承自这个valueSourceParser，实现他的parse(FunctionQParser)方法，最后返回一个valueSource。当然还需要在solrConfig中配置一下

 

这样我们就可以实现自己的valueSourceParser来实现自己需要的而solr没有提供的函数了。 

 

  

另外，还有一个地方需要注意，在solr的facet的时候，有的情况会的使用valueSource（比如在facet field的时候，会优先使用valueSource），那么valueSource是怎么获得最后的值得呢？在solr的FieldType里面有这么一个方法：org.apache.solr.schema.FieldType.getValueSource(SchemaField, QParser)，可以发现就是从FiledCache中获得valueSource值，也就是说在solr中通过FieldType获得valueSource就是使用了FieldCache，也就是会优先从docValue里面查找，如果查不到再从词典表里面查找。