Solr使用入门指南 （四）

solr软件介绍

在这出现了一个软件就是Solr的软件，下面就和大家一起来看看这个软件怎么用

上图为安装solr环境的软件的左面截图，首先来看看这幅图的讲解：

1、Dashboard：就是上面全图就是这个按钮的功能；

2、Logging：查看日志；

3、CoreAdmin：添加core用户，这个可重要也可不重要，默认是collection1，这个就是添加一个和collection1具有一样功能的用户，用来检索和查询。点击之

后会出现下面的截图：

补充：

name：给core随便起个名字；

instanceDir：core的安装目录，这里就是之前在tomcat/solrhome/目录下创建的core1文件夹；

dataDir：指定用于存放lucene索引和log日志文件的目录路径，该路径是相对于core根目录(在单core模式下，就直接是相对于solr_home了)，默认值是当前core目录下的data；

config：用于指定solrconfig.xml配置文件的文件名，启动时会去core1/config目录下去查找；

schema：即用来配置你的schema.xml配置文件的文件名的，schema.xml配置文件应该存放在当前core目录下的conf目录下。但是下载的solr里没有这个文件，所以我也不管了；

属性都填上，然后点击AddCore，就创建完成了。

再看最下面的下拉框：点击之后会出现collection1，点击collection1出现如下截图：

因为我在这之前添加了一个索引文档，所以我的显示的Num Docs和Max Doc 是有值的，没有安装就是为0；

就来介绍一下选中core角色后生成的一些按钮功能。

1、Overview：是浏览你的索引文档。其中包括最后开启时间、文档内存数量、文档最大数量等等一些信息；

2、Analysis：解析浏览。如下图：

看左上方的Field Value（Index）：这个是定义你要索引的属性值；

右上方的Field Value（Query）:这个是根据输入的值，来进行查找；

底下的Analyse Fieldname / FieldType :就是你要往哪个属性里添加索引的值。

3、dataImport：就是数据的引进。

4、FIles、Ping、Pligins/Stats这些不怎么常用，这里就不多详细介绍了。

5、Query：是根据索引属性查询，效果如下：

看到这，相信有的人就要问了，拿这些是干嘛的呢？下面就介绍一下他们是干嘛的：

q：查询字符串，必须写，格式为：“索引属性：属性值”，必须遵守这种格式，否则查不出来。

 

fq：filterquery。使用Filter Query可以充分利用Filter QueryCache，提高检索性能。作用：在q查询符合结果中同时是fq查询符合的，例如：      

        q=mm&fq=date_time:[20081001 TO20091031]，找关键字mm，并且date_time是20081001到20091031之间的。

 

fl：fieldlist。指定返回结果字段。以空格“ ”或逗号“,”分隔。

 

start：用于分页定义结果起始记录数，默认为0。

 

rows：用于分页定义结果每页返回记录数，默认为10。

 

sort：排序，格式:sort=+[,+]… 。示例：（inStockdesc, price asc）表示先 “inStock” 降序, 再 “price” 升序，默认是

            相关性降序。

 

df：默认的查询字段，一般默认指定。

 

q.op：覆盖schema.xml的defaultOperator（有空格时用"AND"还是用"OR"操作逻辑），一般默认指定。必须大写

 

wt：writertype。指定查询输出结构格式，默认为“xml”。在solrconfig.xml中定义了查询输出格式：xml、json、python、ruby、php、phps、custom。

 

qt：querytype，指定查询使用的Query Handler，默认为“standard”。

 

explainOther：设置当debugQuery=true时，显示其他的查询说明。

 

defType：设置查询解析器名称。

 

timeAllowed：设置查询超时时间。

 

omitHeader：设置是否忽略查询结果返回头信息，默认为“false”。

 

indent：返回的结果是否缩进，默认关闭，用indent=true|on 开启，一般调试json,php,phps,ruby输出才有必要用这个参数。

 

version：查询语法的版本，建议不使用它，由服务器指定默认值。

 

debugQuery：设置返回结果是否显示Debug信息。

以上这些就是solr的一些参数，下面就来介绍一下，查询的语法有哪些？

语法：

1.匹配所有文档：*:*

2.强制、阻止和可选查询：

1)    Mandatory：查询结果中必须包括的(for example, onlyentry name containing the word make)

Solr/LuceneStatement：+make, +make +up ,+make +up +kiss

2)    prohibited：(for example, all documentsexcept those with word believe)

Solr/LuceneStatement：+make +up -kiss

3)    optional：

Solr/LuceneStatement：+make +up kiss

3.布尔操作：AND、OR和NOT布尔操作（必须大写）与Mandatory、optional和prohibited相似。

1)       make AND up ＝ +make +up:AND左右两边的操作都是mandatory

2)       make || up ＝ make OR up＝make up:OR左右两边的操作都是optional

3)       +make +up NOT kiss ＝ +make +up –kiss

4)       make AND up OR french ANDKiss不可以达到期望的结果，因为AND两边的操作都是mandatory的。

4.子表达式查询（子查询）：可以使用“()”构造子查询。

示例：(makeAND up) OR (french AND Kiss)

5.子表达式查询中阻止查询的限制：

示例：make(-up):只能取得make的查询结果；要使用make (-up *:*)查询make或者不包括up的结果。

6.多字段fields查询：通过字段名加上分号的方式（fieldName:query）来进行查询

示例：entryNm:makeAND entryId:3cdc86e8e0fb4da8ab17caed42f6760c

7.通配符查询（wildCardQuery）：

1)       通配符？和*：“*”表示匹配任意字符；“？”表示匹配出现的位置。

示例：ma?*（ma后面的一个位置匹配），ma??*(ma后面两个位置都匹配)

2)       查询字符必须要小写:+Ma +be**可以搜索到结果；+Ma+Be**没有搜索结果.

3)      查询速度较慢，尤其是通配符在首位：主要原因一是需要迭代查询字段中的每个term，判断是否匹配；二是匹配上的term被加到内部的查询，当terms数量达到1024的时候，查询会失败。

4)       Solr中默认通配符不能出现在首位（可以修改QueryParser，设置

setAllowLeadingWildcard为true）

5)       set setAllowLeadingWildcard to true.

8.模糊查询、相似查询：不是精确的查询，通过对查询的字段进行重新插入、删除和转换来取得得分较高的查询解决（由LevensteinDistance Algorithm算法支持）。

1)       一般模糊查询：示例：make-believ~

2)      门槛模糊查询：对模糊查询可以设置查询门槛，门槛是0~1之间的数值，门槛越高表面相似度越高。示例：make-believ~0.5、make-believ~0.8、make-believ~0.9

9.范围查询（RangeQuery）：Lucene支持对数字、日期甚至文本的范围查询。结束的范围可以使用“*”通配符。

示例：

1)       日期范围（ISO-8601 时间GMT）：sa_type:2 ANDa_begin_date:[1990-01-01T00:00:00.000Z TO 1999-12-31T24:59:99.999Z]

2)       数字：salary:[2000 TO *]

3)       文本：entryNm:[a TO a]

10.日期匹配：YEAR,MONTH, DAY, DATE (synonymous with DAY) HOUR, MINUTE, SECOND, MILLISECOND, andMILLI (synonymous with MILLISECOND)可以被标志成日期。

示例：

1)  r_event_date:[* TO NOW-2YEAR]：2年前的现在这个时间

2)  r_event_date:[* TO NOW/DAY-2YEAR]：2年前前一天的这个时间

在solr里，也有函数，接下来就看看solr是怎样通过函数查询的：

 函数查询 可以利用 numeric字段的值 或者与字段相关的的某个特定的值的函数，来对文档进行评分。

1.    使用函数查询的方法

这里主要有三种方法可以使用函数查询，这三种s方法都是通过solrhttp接口的。

1)    使用FunctionQParserPlugin。ie:q={!func}log(foo)

2)    使用“_val_”内嵌方法

内嵌在正常的solr查询表达式中。即，将函数查询写在q这个参数中，这时候，我们使用“_val_”将函数与其他的查询加以区别。

ie：entryNm:make&& _val_:ord(entryNm)

3)    使用dismax中的bf参数

使用明确为函数查询的参数，比如说dismax中的bf（boostfunction）这个参数。 注意：bf这个参数是可以接受多个函数查询的，它们之间用空格隔开，它们还可以带上权重。所以，当我们使用bf这个参数的时候，我们必须保证单个函数中是没有空格出现的，不然程序有可能会以为是两个函数。

示例：

q=dismax&bf="ord(popularity)^0.5recip(rord(price),1,1000,1000)^0.3

2.    函数的格式（Function Query Syntax)

目前，functionquery 并不支持 a+b 这样的形式，我们得把它写成一个方法形式，这就是 sum(a,b).

3.    使用函数查询注意事项

1)    用于函数查询的field必须是被索引的；

2)    字段不可以是多值的（multi-value）

4.    可以利用的函数 （available function）

1)    constant：支持有小数点的常量； 例如：1.5；SolrQuerySyntax:_val_:1.5

2)    fieldvalue：这个函数将会返回numericfield的值，这个字段必须是indexd的，非multiValued的。格式很简单，就是该字段的名字。如果这个字段中没有这样的值，那么将会返回0。

3)   ord：对于一个字段，它所有的值都将会按照字典顺序排列，这个函数返回你要查询的那个特定的值在这个顺序中的排名。这个字段，必须是非multiValued的，当没有值存在的时候，将返回0。例如：某个特定的字段只能去三个值，“apple”、“banana”、“pear”，那么ord（“apple”）=1，ord（“banana”）=2，ord（“pear”）=3.需要注意的是，ord（）这个函数，依赖于值在索引中的位置，所以当有文档被删除、或者添加的时候，ord（）的值就会发生变化。当你使用MultiSearcher的时候，这个值也就是不定的了。

4)    rord：这个函数将会返回与ord相对应的倒排序的排名。

格式:rord(myIndexedField)。

5)    sum：这个函数的意思就显而易见啦，它就是表示“和”啦。

格式：sum(x,1)、sum(x,y)、 sum(sqrt(x),log(y),z,0.5)

6)   product：product(x,y,...)将会返回多个函数的乘积。格式：product(x,2)、product(x,y)

7)   div：div(x,y)表示x除以y的值，格式：div（1,x）、div(sum(x,100),max(y,1))

8)    pow：pow表示幂值。pow(x,y) =x^y。例如：pow(x,0.5)表示开方pow(x,log(y))

9)    abs：abs(x)将返回表达式的绝对值。格式：abs(-5)、 abs(x)

10)  log：log(x)将会返回基数为10，x的对数。格式： log(x)、log(sum(x,100))

11)  Sqrt：sqrt(x) 返回一个数的平方根。格式：sqrt（2）、sqrt(sum(x,100))

12)  Map：如果x>=min,且x<=max,那么map(x,min,max,target)=target.如果x不在[min,max]这个区间内，那么map(x,min,max,target)=x.

格式：map(x,0,0,1)

13)  Scale：scale(x,minTarget,maxTarget)这个函数将会把x的值限制在[minTarget,maxTarget]范围内。

14)  query：query(subquery,default)将会返回给定subquery的分数，如果subquery与文档不匹配，那么将会返回默认值。任何的查询类型都是受支持的。可以通过引用的方式，也可以直接指定查询串。

例子：q=product(popularity,query({!dismax v='solr rocks'}) 将会返回popularity和通过dismax 查询得到的分数的乘积。

q=product(popularity,query($qq)&qq={!dismax}solr rocks 跟上一个例子的效果是一样的。不过这里使用的是引用的方式

q=product(popularity,query($qq,0.1)&qq={!dismax}solr rocks 在前一个例子的基础上又加了一个默认值。

15)  linear： inear(x,m,c)表示 m*x+c,其中m和c都是常量，x是一个变量也可以是一个函数。例如： linear(x,2,4)=2*x+4.

16) Recip：recip(x,m,a,b)=a/(m*x+b)其中，m、a、b是常量，x是变量或者一个函数。当a=b，并且x>=0的时候，这个函数的最大值是1，值的大小随着x的增大而减小。例如：recip(rord(creationDate),1,1000,1000)

17)  Max： max(x,c)将会返回一个函数和一个常量之间的最大值。

例如：max(myfield,0)