基于Solr，构建搜索引擎专栏· 高级篇

Posted 2021-06-07 Talking Java

上文（基 于Solr，构建搜索引擎专栏（二）· 中级篇），我们谈了一些 Solr 搜索相关的个性化的高级功能，本文继续。

• 相似搜索

相似检索的实现思路是这样的，所谓 ”相似” 就是以某一个Document为参照物的，然后通过与当前这个Document 的各字段的对比，将相似的记录找出来，因此在做相似检索的时候，要先传入一个id，目的就是确立这个参照物Document。

这是一个相似检索的案例，这个案例是这样来实现的。首先创建solrserver对象，第二步创建SolrQuery对象solrQuery，这样来写：

这样我们就根据给定的id，确立了参照物，然后以这个参照物为准，找到其相似的记录。实现相似检索，也是通过对solrQuery的设置来完成的，具体参数设这如下：

每一个参数的含义，上面的注释都有说明。图中的mlt指的是MoreLikeThis对象，封装了Lucene中的MoreLikeThis。有一点需要特别注意：在设置mlt的fl属性，也就是制定用作相似检索的字段的时候，在solr的schema.xml中所对应的每个字段都要将其TermVector这个属性添加上，并且设置为true。因为相似将所就是依照”关键词向量”的夹角余弦值来计算的，如果不设置这个属性为true，则solr无法完成相似将所功能。

//获取响应对象responseQueryResponse response = solrserver.query(solrQuery);//获取相似结果NamedList<Object> moreLikeThis = (NamedList<Object>)response.getResponse().get("moreLikeThis");//从指定的模型或矩阵中，得到指定的元素(element)List<SolrDocument> docs = (List<SolrDocument>)moreLikeThis.getVal(0);

通过response对象的getResponse().get(“moreLikeThis”)到Object类型NameList对象moreLikeThis，这里第一次设计到NameList这个类，它的类结构是这样的：

 

可以看到他是org.apache.solr.common.util包中的类，是Object类型的。通过这个moreLikeThis的getVal()方法，就能得到<SolrDocument>类型的搜索结果，然后通过循环这个结果就得到了我们要的所有与参照Document相似的结果。

相似检索实现非常简单，主要是理解思想。

• 自动摘要

在这里谈两种生成摘要的方式：（1）在检索的时候生成摘要；（2）在添加的时候生成摘要。

   （1）检索的时候生成摘要是这样的：我们填入搜索关键字参数param，SolrQuery对象会根据这个参数找到关键词出现次数最多的那段文本，文本的长度也通过Fragsize()来设置，具体这样写：

 这样我们就能够得到搜索时候生成的摘要了。

   （2）在添加的时候生成摘要，是出于性能的考虑，只将一篇全文的摘要信息存放到索引库中，检索的时候只检索摘要信息，然后从数据库中找到其对应的数据记录，这样一来就大大减少了索引库的数据存储量，在数据量非常庞大的时候，就缩短了搜索的时间。查找了一些solr相关的文档，没有找到solr中提供有在添加时生成摘要信息的接口或方法(这个问题可以继续查阅，如果solr提供了这样的接口或方法，最好时候solr本身的接口或方法)。这里，采用这样的思路:我们还是利用solr在查询时生成摘要，然后将这个摘要返回，添加到对应的索引库中。具体这样实现：第一步：新添加一个索引库，这个库就是专门用来生成摘要的；第二步：在添加数据之前，先将全文添加到这个摘要的索引库中，然后通过对应的搜索方法截取我们所需长度的摘要，将这个生成的摘要返回；

第三步：在摘要库返回之后，将先前添加的全文删除掉，这样做是为了清空摘要库，而避数据过大时，摘要库的崩溃。 第四步：在页面上接收到返回的摘要，将其添加到对应的索引库中，这样就实现了在添加时生成摘要，也就是说再每篇文章对应的库中，只添加了文章的摘要，而搜索的全文内容要从数据库中获取。

• 高级搜索

Solr中的高级检索-（逻辑检索），主要是通过solr搜索参数来完成的。先来看这样一个界面：

这里前面一共是三个搜索条件选择框，没个选择框中都是这样的内容（这里只是一个案例，具体按搜索可以自行添加）：

三个搜索条件框都相同，可以按标题、内容、作者、全部，这样来检索。相对应后边的三个文本框是用来输入搜索参数例如：param1、param2、param3的。注意看后边的两个下拉列表：

每一个下拉列表中都存在与、或、非3中逻辑选择，第一个下拉列表的值表示param1与param2之间的布尔关系，而第二个下拉列表中的值，表示第一个与第二个逻辑结果与param3的布尔关系。当我们执行提交的时候就进行相应的检索，这是一个最普通的高级，先做到这里，下面谈一下如何具体实现。首先来写页面，就是刚才看到的这个效果，这样来写：

<form action="advancedSearch2Action" method="post"> <div id="1"> <table> <tr> <td>搜索条件1 :&nbsp;</td> <td> <select name="s1"> <option>---请选择搜索条件---</option> <option value=" ">搜全部</option> <option value="1">搜标题</option> <option value="2">搜内容</option> <option value="3">搜作者</option> </select> </td> <td><input type="text" name="param1"/></td> </tr> <tr> <td>搜过条件2 :&nbsp;</td> <td> <select name="s2"> <option>---请选择搜索条件---</option> <option value=" ">搜全部</option> <option value="1">搜标题</option> <option value="2">搜内容</option> <option value="3">搜作者</option> </select> </td> <td><input type="text" name="param2"/></td> </tr> <tr> <td>搜搜条件3 :&nbsp;</td> <td> <select name="s3"> <option>---请选择搜索条件---</option> <option value=" ">搜全部</option> <option value="1">搜标题</option> <option value="2">搜内容</option> <option value="3">搜作者</option> </select> </td> <td> <input type="text" name="param3"/> </td> </tr> <tr> <td></td> <td><input type="submit" value="执行检索"/></td> </tr> </table> </div> <div id="2"> <select id="s4" name="s4"> <option value=" ">---请选择---</option> <option value="1">与</option> <option value="2">或</option> <option value="3">非</option> </select> <br/> <select id="s5" name="s5"> <option value=" ">---请选择---</option> <option value="1">与</option> <option value="2">或</option> <option value="3">非</option> </select> </div> </form>

很简单的一个页面，器是就是五个下拉s1、s2、s3、s4、s5，三个文本框param1、param2、param3。这里小复习一下：<select></select>根据起属性name可以去到其子项<option></option>的值，这个值由<option>的value属性指定，如上边的代码。重点是Action，在写Action之前，要先了解Solr的查询语法：

了解了这些，就可以开始写Action了：

在Action中定义这样8个私有属性，分别对应5个下拉列表，和三个文本框，并生成其对应的getter/setter，在主方法execute()中这样写

//创建一个参数param：将用户搜索的参数合并到一起，统一传给SolrTool工具类进行搜索StringBuilder param = new StringBuilder(); //第一层：根据第一个条件参数s1,确定第一个搜索参数param1switch(s1){ case '1': param1 = "title:" + param1; break; case '2': param1 = "content:" + param1; break; case '3': param1 = "author:" + param1; break; default:  param1 = "" + this.param1;}//第二层：根据第二个条件参数s2，确定第二个搜索参数param2switch(s2){case '1': param2 = "title:" + param2; break;case '2': param2 = "content:" + param2; break;case '3': param2 = "author:" + param2; break; default: param2 = this.param2;}//第三层：根据第三个条件参数s3，确定第三个搜索参数param3switch(s3){ case '1': param3 = "title:" + param3; break; case '2': param3 = "content:" + param3; break; case '3': param3 = "author:" + param3; break; default: param3 = this.param3;} //第四层：确立前两个搜索参数(param1/param22)的逻辑关系switch(s4){ case '1': param.append(param1).append(" " + "&&" + " ").append(param2); break; case '2': param.append(param1).append(" " + "||" + " ").append(param2); break; case '3': param.append(param1).append(" ").append("-").append(param2); break; default:      log.info("未选中逻辑条件s4!");}//第五层：确定param1和param2运算结果与param3的关系switch(s5){ case '1': param.append(" " + "&&" + " ").append(param3); break; case '2': param.append(" " + "||" + " ").append(param3); break; case '3': param.append(" ").append("-").append(param3); break; default: log.info("未选中逻辑条件s5!");}    

这样一来，在Action中就能够按照用户在页面上的选择得得到相应的检索参数，例如：

用户在页面上这么填写：

当执行检索，最后的得到的检索参数param是这个样子的：

这个例子的意思就是：检索所有标题(title)中含有”记录”的文档集合，在此基础上检索内容(content)中含有”水”的文档记录，也就是将标题中虽然含有”记录”，但是内容中没有”水”的记录排除掉，再在其基础上”或”内容中含有”王五”的，综合以上条件得到相应的结果。这里只要明白一点，solr检索的时候用查询所有的方法就可以，我们是通过控制检索参数，来得到高级检索的结果集的。最好得到这样的结果：

可以看到第2条记录中，标题含有”记录”，内容中含有”水”，并且高亮显示了，这样就得了我们所期待的结果。

• 结果排序
  

在solrj中排序是这样来做的：

可以看到这个参数也是对SolrQuery对象的设置，在这个例子SolrQuery.ORDER.desc只的是按着grade_sort这个字段降序排列。在需求中常常会这样做：我们自己添加一个字段，然后按着这个字段来给文档排序，将这个字段作为一个分值，也就是文档打分功能了，这里需要注意的是，对于这个用于排序的field，有这样的要求：

 除去以上两点之外，这个字段一般为int、float、double类型，这些我们都要在schema.xml中配置好。这里有一个案例：

 在这个案例中，我们自己添加的排序字段是double类型的，solr中的double类型是这

样的：

<fieldType name="double" class="solr.TrieDoubleField" precisionStep="0" positionIncrementGap="0"/>

这样在solrj中，我们就可以这样来按着指定的字段进行排序：

扩展：在做了以上的打分排序之后，有时候需求会要求更高，例如：当文档的得分相

同时，也就是grade_sort字段的值相同，需要按文档添加日期排序，最新添加的文档

要先显示，先前添加的文档后显示。这时候这样来做，只需要在Solrj中再添加一句排

序代码就可以了：

这样一来，文档会先按照grade_sort字段进行排序，当grade_sort值相同的时候，就会

时间字段date来排序了。       

本文为《基于Solr，构建搜索引擎专栏（三） • 高级篇》，后续会陆续推出更多高级篇章，谢谢观看，如果您感兴趣更多知识分享，也欢迎关注：Talking Java