solr schema.xml配置

Posted 2020-10-04 张小贱1987

solr使用_version_来做文档的版本控制和修改时加锁（乐观锁）

<field name="_version_" type="long" indexed="true" stored="true"/>

indexed是否索引 只能在索引的列上进行查询

stored是否存储 只能返回存储的列

required 是否必须

multiValued 是否多值

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

dynamicField 动态字段

<dynamicField name="*_i" type="int" indexed="true" stored="true"/>

uniqueKey主键列

<uniqueKey>id</uniqueKey>

copyField

<field name="text" type="text_general" indexed="true" stored="false" multiValued="true"/>

<copyField source="cat" dest="text"/>

各种fieldtype ：

sortMissingLast：排序的时候 空值排在后面

<fieldType name="string" class="solr.StrField" sortMissingLast="true" />

<fieldType name="boolean" class="solr.BoolField" sortMissingLast="true"/>

<fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/>

<fieldType name="float" class="solr.TrieFloatField" precisionStep="0" positionIncrementGap="0"/>

<fieldType name="long" class="solr.TrieLongField" precisionStep="0" positionIncrementGap="0"/>

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

 

<!--

precisionStep是数字才有的，是solr针对数字索引的一个优化字段。

  较小的precisionStep值（以位指定）将导致每值更多的索引索引，更大的索引大小和更快的范围查询。

也就是说，空间和时间的平衡。

positionIncrementGap：

  positionIncrementGap将此类型的多个字段（multiValued="true"）的字段的多个值之间放置配置数量的空格，目的是防止字段间的错配短语匹配。

-->

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">

<analyzer type="index">

<tokenizer class="solr.StandardTokenizerFactory"/>

<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

</analyzer>

<analyzer type="query">

<tokenizer class="solr.StandardTokenizerFactory"/>

<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />

<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>

<filter class="solr.LowerCaseFilterFactory"/>

</analyzer>

</fieldType>

注意：

stopwords.txt的格式是，每行一个停用词。

synonyms.txt的格式是，在同一行输入多个同义词，逗号分隔。

 

 

tokenizer用来分词，filter（可选）可以后续处理分词的结果。

filter的作用：

• 词元转换：如LowerCaseFilterFactory大小写转换。
• 次元注入：如SynonymFilterFactory加入同义词。
• 词元移除：如停用词过滤器StopFilterFactory。删除不必要的次元，如个，在等。