Solr的自动完成/自动补充实现介绍(第三部分)

原文URL： http://java.dzone.com/news/solr-and-autocomplete-part-3?mz=33057-solr_lucene

在之前的两个部分( part1、 part2)中,我们学会了如何配置和查询solr来获取自动完成的功能。今天，我们来看一下如果为suggester添加字段，以这种方式来提供自动完成的功能。


组件配置
在上一期的配置组件中添加如下的参数：

<str name="sourceLocation">dict.txt</str>

这样我们的配置就变成了：

<searchComponent name="suggest" class="solr.SpellCheckComponent"> 
<lst name="spellchecker"> 
<str name="name">suggest</str> 
<str name="classname">org.apache.solr.spelling.suggest.Suggester</str>  
<str name="lookupImpl">org.apache.solr.spelling.suggest.tst.TSTLookup</str> 
<str name="field">name_autocomplete</str> 
<str name="sourceLocation">dict.txt</str> 
</lst> 
</searchComponent>

使用这个参数，我们让suggest组件使用名叫dict.txt的文件作为solr的配置字典。

handler配置
handler的配置也需要添加额外的一个参数：

<str name="spellcheck.onlyMorePopular">true</str>

完整的配置为：

<requestHandler name="/suggest" class="org.apache.solr.handler.component.SearchComponent"> 
<lst name="defaults"> 
<str name="spellcheck">true</str> 
<str name="spellcheck.dictionary">suggest</str>  
<str name="spellcheck.count">10</str> 
<str name="spellcheck.onlyMorePopular">true</str> 
</lst> 
<arr name="components"> 
<str>suggest</str> 
</arr> 
</requestHandler>

这个参数告诉solr，当查询的结果数多于设定的count数时，返回点击数更多的那些。

Dictionary
我们告诉solr来使用这个字段，那么这个字段长的什么样呢？下面来看一个例子：

引用

# sample dict
Hard disk hitachi
Hard disk wd    2.0
Hard disk jjdd    3.0

这个字典的结果是什么样的呢？每个词组放在单独的一行中，每行以改词组的权重为结束(权重与词组之间以TAB字符分隔)，这个权重就是跟 spellcheck.onlyMorePopular=true 香港的参数，默认值为1.0。该字段必须以UTF-8的编码格式存储。每行前有#字符的将被忽略(注释行)。

数据
以这种方式，我们不需要数据，字段就是数据。

运行
在重新构建suggester之后，我们来看一下它的运行情况，输入命令：

引用

/suggest?q=Har

得到的结果为：

<?xml version="1.0" encoding="UTF-8"?> 
<response> 
<lst name="responseHeader">  
<int name="status">0</int>  
<int name="QTime">0</int> 
</lst> 
<lst name="spellcheck"> 
<lst name="suggestions"> 
<lst name="Dys">    
<int name="numFound">3</int>   
<int name="startOffset">0</int>    
<int name="endOffset">3</int>     
<arr name="suggestion">     
<str>Hard disk jjdd</str>   
<str>Hard disk wd</str> 
<str>Hard disk hitachi</str>   
</arr>  
</lst> 
</lst> 
</lst> 
</response>

结束语
跟预期一样，suggest的结果是按权重排序的。这里的大小写敏感(注意首字母).

你有什么建议呢？如果我们有一个很好的字典，这个字典的权重是基于用户的查询行为产生的，那么用户肯定会喜欢它！如果没有好的字典，还是不要用这种方式的好。

下一步
下一期，我们看一下不同方式的suggest产生的索引结构和大小。