Solr实现Low Level查询解析（QParser）

Posted 2020-08-23

Solr实现Low Level查询解析（QParser）

Solr基于Lucene提供了方便的查询解析和搜索服务器的功能，可以以插件的方式集成，非常容易的扩展我们自己需要的查询解析方式。其中，Solr内置了一些QParser，对一些没有特殊要求的应用来说，可以直接使用这些查询解析组件，而无需做任何修改，只需要了解这些查询解析组件提供的基本参数（Local Params），就可以实现强大的搜索功能。

对于Solr来说，它的设计目标就是尽可能屏蔽底层Lucene的复杂度和难点，而是通过提供可配置的方式来实现全文检索。我们标题所说的Low Level是指，在Solr里面直接使用Lucene的查询语法，来构造满足需要的查询，例如：+(title:solr) +(+(title:lucene content:Hadoop) (title:search))，这样的话，你应该了解Lucene的查询语法。因为在实际应用中，完全使用Solr自带一些QParser可能不能够达到我们的目的，比如，你在对数据进行索引，索引时使用了词典的方式进行分词，词典中出现的一些关键词很可能是与用户交互设计中内容相关的（如搜索某个关键词，向用户推荐一些向关键词），那么，在前端需要将某些关键词进行某种组合，提交到后端进行解析搜索。在后端，就会存在一个专门的查询解析组件（在Solr中成为QParser，可以扩展），最终将解析成Lucene识别的“语言”，从而进行索引搜索，返回搜索结果。

下面是一个简单的例子：

用户搜索“北京”，我需要提供相关的一组同义关键词：“北平”、”首都“、”京城“、”京都“；而此时，与”北京“相关的一组关键词：”首都博物馆“、”故宫“、”天坛“、”八达岭长城“，其中”首博“是”首都博物馆“的同义词；我们需要实现的是，当用户搜索”北京“时，对其进行同义词扩展搜索（这个在Solr里面可以直接使用同义词Analyzer），但是当用户点击这组相关关键词时，需要进行扩展，比如点击”首都博物馆“进行搜索，这时扩展搜索Lucene能够解析的形式为：

1. +((title:北京 content:北京) (title:北平 content:北平) (title:首都 content:首都) (title:京城 content:京城) (title:京都 content:京都)) +((title:首都博物馆 content:首都博物馆) (title:首博 content:首博))  

实际上，如果直接使用Lucene，可能会比较容易的多，只需要根据分词词典中具有的Term（存在于索引中），构造满足实际需要的Query即可实现搜索。但是，在Solr里面，将构造查询解析的逻辑移到了QParser中，基于QParserPlugin可以很好地使用Solr提供的一些基础组件和附加组件，并且，这些自定义组件都是基于solrconfig.xml来进行配置的，比较灵活。

当然，Solr提供了一个QParserPlugin插件，核心查询解析在LuceneQParser中实现，是一个相对Low Level的组件，只需要在solrconfig.xml中配置好相应的requestHandler即可，实例如下：

    <queryParser name="lucene" class="org.apache.solr.search.LuceneQParserPlugin"/>  
    <requestHandler name="/lucene" class="solr.SearchHandler">  
      <lst name="defaults">  
        <str name="defType">lucene</str>  
        <str name="bf">recip(ms(NOW,publishDate),3.16e-13,1,1)</str>  
        <str name="qf">title^1.50 content</str>  
          
        <bool name="hl">true</bool>  
        <str name="hl.fl">title content</str>  
        <int name="hl.fragsize">100</int>  
        <int name="hl.snippets">3</int>  
          
        <str name="fl">*,score</str>  
        <str name="qt">standard</str>  
        <str name="wt">standard</str>  
        <str name="version">2.2</str>  
        <str name="echoParams">explicit</str>  
        <str name="indent">true</str>  
        <str name="debugQuery">on</str>  
        <str name="explainOther">on</str>  
      </lst>  
    </requestHandler>  

 

启动Solr搜索服务器（如，部署在tomcat容器中），如果你直接输入上述Lucene能够识别的Query字符串：

1. http://192.168.9.171:8080/solr/core3/lucene/?q=+((title:北京 content:北京) (title:北平 content:北平) (title:首都 content:首都) (title:京城 content:京城) (title:京都 content:京都)) +((title:首都博物馆 content:首都博物馆) (title:首博 content:首博))&start=0&rows=10  

查询的各个关键词会解析为OR运算，并非我们的设计意图，如果需要的话，可以修改LuceneQParser，将其中的”+“解析成MUST，才能按实际需要搜索。