solr的基本概念

Posted 2020-09-26 牛初九

一、solr的基本概念

　　大家可以把solr搜索引擎看成一个数据库，不过是基于内存的。它可以存储信息，并且根据你的查询条件返回你想要的信息。

　　1、collection和core的概念

　　　　collection和core其实可以看成功一个概念，都是同一种数据格式的集合，可以对照数据库中的一张表。

　　　　在solr集群的情况下，我们称这张表叫collection，在单机的情况下，我们叫它core。

　　　　在solr集群的情况下，每一个shard分片下的副本replica也称为core。

　　2、filed概念

　　　　filed从字面就能看出它的含义，就是字段，或者称为域，可理解为数据库中的一张表中的字段。

　　　　我们在存储数据时，为每个filed赋值，可对照数据库insert时，为每个字段插入值。

　　　　我们在检索时，会查询某个filed “等于” 或者 “like” 你的查询条件，可理解为sql语句中的where条件。

　　　　每个collection或core的filed配置都在managed-schema中进行配置，filed的格式如下：

<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />

　　　　name：字段名称；

　　　　type：类型，分为：string，strings，int，ints，long，longs等

　　　　indexed：是否构建索引，true：可通过该字段查询到相应的结果；false：该字段不能进行查询。

　　　　stored：是否存储，true：查询到数据时可以返回此字段；false：该字段不进行存储，即便查询到了结果，也不会返回这个字段。

　　　　required：是否必填，对应数据库中的not null。

　　　　multiValued：solr中的一个重要概念，在数据库中没有与之对应的。是否多指存储，该字段能否存储一个list或者数组。

　　　　　　　　　　例如：一个filed的名字是interest（爱好），一个人的爱好有很多，足球、篮球、游泳等。在solr中，我们可以将爱好组成一个list放到这一个字段中。

　　　　　　　　　　如果在数据库中，我们没有相应的概念，只能新建一张表，做一对多的关系。

　　3、index、query、分词

　　　　index和query很好理解，对应的就是存储数据和查询数据的过程，可对照上面的解释。

　　　　分词，就是将你输入的内容，按照一定的规则分成不同的词，以便于查询。

　　　　举个简单的例子，比如：“我爱北京天安门”，通过分词器过滤后分解成：“我”、“爱”、“北京”、“天安门”。

　　　　当我们查询任意一个词时，都会检索出“我爱被北京天安门”这句话。

　　　　分词的动作在两个过程中触发，分别是：index和query。

　　　　在index构建索引时，触发分词，会将每一个filed中的内容进行分词并构建索引。

　　　　在query查询时，会将你的查询条件进行分词，并在索引中找到你的分词，进而找到你要搜索的数据。

　　4、filed中的一些公用字段。

　　<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" />
    <field name="_version_" type="long" indexed="true" stored="false"/>
    <field name="_root_" type="string" indexed="true" stored="false" docValues="false" />
    <field name="_text_" type="text_general" indexed="true" stored="false" multiValued="true"/>
    <copyField source="*" dest="_text_"/>

　　　　前面4个是每个collection或filed中都含有的字段，我们注意到最后一行，<copyField source="*" dest="_text_"/>，含义是将所有的字段都复制到“_text_”字段中去，并进行分词。

　　　　如果我们要进行全文检索，就可以查询“_text_”字段。

　　　　我们在managed-schema中，还注意到很多类型<dynamicField name="*_i" type="int" indexed="true" stored="true"/>的配置，

　　　　这些就是动态字段，这个概念在数据库中也没有，我们在构建索引，只要字段符合上面name的格式，就会动态的创建这个字段，无需像上面那样显示的声明这个字段。

　　　　在solr中，已经默认给我们创建好了一些常用的动态字段，方便了我们的使用。我们在编写java通用类时也正是运用了这一特性。

　　　　至此，solr的一些基本概念已经讲解完了，大家还需多在实践中理解，这样才能更加透彻。

　　　　下一篇我们将介绍利用java反射机制和solr的动态值概念，编写java通用类。