Solr入门学习（二）—— Solr 的基本查询

Server : Ubuntu 16.04
Java Version : 1.8
Solr Version : 7.4.0

一、数据准备

Solr 刚刚安装后，是没有任何数据的，所以此时我们无法进行任何查询。幸运的是，官方为用户提供了索引工具以及样本数据，方便新手快速建立索引。

首先，我们先看一下索引工具和样本数据分别位于哪个位置。

• 索引工具：/{solr_home}/bin/post
• 样本数据：/{solr_home}/example/exampledocs

在样本数据中，包含了 json、csv、xml、html 等多种格式的数据。尽管如此，官方提供的 post 工具只需一个命令即可为上述多种格式的数据建立索引：

./post -c techproducts ../example/exampledocs/*

成功运行命令，我们看到以下信息输出：

SimplePostTool version 5.0.0
Posting files to [base] url http://localhost:8983/solr/testCollection/update...
Entering auto mode. File endings considered are xml,json,jsonl,csv,pdf,doc,docx,ppt,pptx,xls,xlsx,odt,odp,ods,ott,otp,ots,rtf,htm,html,txt,log
POSTing file books.csv (text/csv) to [base]
POSTing file books.json (application/json) to [base]/json/docs
POSTing file gb18030-example.xml (application/xml) to [base]
POSTing file hd.xml (application/xml) to [base]
POSTing file ipod_other.xml (application/xml) to [base]
POSTing file ipod_video.xml (application/xml) to [base]
POSTing file manufacturers.xml (application/xml) to [base]
POSTing file mem.xml (application/xml) to [base]
POSTing file money.xml (application/xml) to [base]
POSTing file monitor2.xml (application/xml) to [base]
POSTing file monitor.xml (application/xml) to [base]
POSTing file more_books.jsonl (application/json) to [base]/json/docs
POSTing file mp500.xml (application/xml) to [base]
POSTing file post.jar (application/octet-stream) to [base]/extract
POSTing file sample.html (text/html) to [base]/extract
POSTing file sd500.xml (application/xml) to [base]
POSTing file solr-word.pdf (application/pdf) to [base]/extract
POSTing file solr.xml (application/xml) to [base]
POSTing file test_utf8.sh (application/octet-stream) to [base]/extract
POSTing file utf8-example.xml (application/xml) to [base]
POSTing file vidcard.xml (application/xml) to [base]
21 files indexed.
COMMITting Solr index changes to http://localhost:8983/solr/testCollection/update...
Time spent: 0:00:06.133

可以发现，已经有 21 份文档存储到 Solr 当中，现在，我们可以使用 Solr 查询数据了。

二、查询方式

Solr 提供多种数据查询方式，这里仅介绍两种。

1. Solr 管理界面查询

Solr 启动后，我们可以通过 http://localhost:8983/solr 访问 Solr 的管理页面，如下图所示：

进行查询前，我们首先要选择集合。选中集合后，点击集合下的 Query 选项卡：

此时，页面上会弹出如下图所示的查询窗口。点击 Execute Query 按钮，即可在页面右侧看到 Solr 返回的数据。默认情况下，Solr 会以 JSON 格式返回 10 条记录。

2. URL 查询

实际上，Solr 管理页面是通过 URL 的方式请求数据的。例如上例的查询，转成相应的 URL 就是 http://localhost:8983/solr/testCollection/select?q=*:*。

在这个 URL 中，testCollection 表示集合名，select 表示查询动作，参数 q 表示查询条件。其中，参数 q 最为关键，它决定了哪些数据可以返回给用户。

现在，我们在浏览器地址栏中输入这个 URL，即可得到 json 格式的数据。

三、查询参数

除了上述提到的查询条件 q，Solr 还有其他查询参数，具体见下表：

参数名	描述
q	查询条件，必填项
start	结果集第一条记录的偏移位置，用于分页，默认为 0
rows	返回文档的记录数，用于分页，默认为 10
sort	排序
fl	指定返回字段，多个字段用逗号或空格分隔，默认返回所有字段
wt	指定输出格式，例如xml、json等
fq	过滤查询。该参数可将查询的结果限定在某一范围，由于 Solr 会对过滤查询进行缓存，因此它可以显著提升复杂查询的效率
hl	用于设置字段的高亮显示

四、运算符

与 SQL 相似，Solr 查询语句中也包含运算符，具体见下表：

运算符	说明
:	指定字段目标值，等同于 SQL 中的 “=” 号
?	通配符，替代任意单个字符
*	通配符，替代任意多个字符
AND	表示且，等同于 “&&”
OR	表示或，等同于 “||”
NOT	表示否
()	用于构成子查询
[]	范围查询，包含头尾
{}	范围查询，不包含头尾
+	存在运算符，表示文档中必须存在 “+” 号后的项
-	不存在运算符，表示文档中不包含 “-” 号后的项

五、查询示例

1. 关键词查询

如果我们想在 Solr 中查询包含某个关键词 foundation 的文档，可以直接在管理界面的 q 参数输入框中输入该关键词，然后点击 Execute Query 按钮。此时，我们可以在页面上看到如下结果：

如果想使用 url 方式完成相同的查询，只需将默认的 q=*:* 替换成 q=foundation 即可。完整的 URL 为：http://localhost:8983/solr/testCollection/select?q=*:*。

2. 字段查询

有时候，我们想通过某个字段的值来查询文档，正如我们当初使用 SQL 语句 select * from table where field = 'xxx' 查询数据库记录一样。此时，我们只需要将 q 参数默认的 *:* 改为 字段名:字段值 即可。

例如，我们现在在管理界面 q 参数输入框中输入 cat:electronics，可以看到如下结果：

如果使用 url 完成此查询，只需在浏览器输入完整的 URL : http://localhost:8983/solr/testCollection/select?q=cat:electronics。

3. 词组查询

有时候，我们不仅想依赖于某个单词来查询文档，而是想通过词组（单词间有空格）来完成查询工作。如果此时我们想使用管理界面完成该查询，首先要使用双引号将词组包含起来，然后再输入到输入框中。

例如，我们输入词组 "CAS latency"，得到如下结果：

另一方面，如果我们想使用 url 完成相同的查询，就需要对空格进行处理。一般来说，有两种处理方式：

• 对空格进行编码，即把 转换为 %20，相应的 URL 为：http://localhost:8983/solr/testCollection/select?q="CAS%20latency"
• 把空格替换为 + 号，对应的 URL 为：http://localhost:8983/solr/testCollection/select?q="CAS+latency"

4. 组合查询

假如我们希望得到同时匹配多个关键词的文档，这时候，我们该怎么做？Solr 的组合查询可以满足我们的需求。这里介绍两种实现组合查询的方法：

• 使用运算符 AND 将多个查询条件连接起来。例如，我们通过输入 electronics AND music 来匹配同时包含 electronics 和 music 的文档。
• 通过加上前缀 + 将多个查询条件连接起来。例如，我们可以输入 +electronics +music 实现相同的查询。

我们注意到，上述两个组合查询，都是用于查找同时存在 electronics 和 music 的文档。但如果我们的需求发生变化了呢？比如说，我们现在希望能找到存在 electronics 但是不存在 music 的文档，那么，我们该怎么做？

同样地，有两种方式：

• 使用运算符 NOT 排除关键词。例如，我们通过输入 electronics NOT music 来匹配包含 electronics 但是不包含 music 的文档。
• 利用前缀 - 排除关键词。例如，我们可以输入 +electronics -music 达到同样的目的。

这里需要注意的一点是，如果我们要用 url 的方式来实现组合查询，那么在使用 + 号的时候必须对其进行编码。正如我们在词组查询中提到的，+ 号在 url 中表示空格的含义，因此需要使用其对应的编码 %2B 来让 url 识别 + 号本身的运算逻辑。

六、更多查询

除了上面的基本查询，Solr 还有更多的查询示例。这里我们仅作简单展示，不予深入说明。

• 指定返回字段 id

http://localhost:8983/solr/testCollection/select?q=${keyword}&fl=id

• 分页查询

http://localhost:8983/solr/testCollection/select?q=${keyword}&start=0&row=100

• 根据字段 id 排序

http://localhost:8983/solr/testCollection/select?q=${keyword}&sort=id+asc

• 指定返回格式为 XML

http://localhost:8983/solr/testCollection/select?q=${keyword}&wt=xml

• 返回某一时间范围内的数据

http://localhost:8983/solr/testCollection/select?q=time:%5B20180903+TO+20180904%5D

参考文章

• CommonQueryParameters - Solr Wiki

• Solr 学习（5） —- Solr查询语法和参数 - 奔跑的面包 - ITeye博客