本文是延续 Solr的使用 系列，前一篇文章已经讲了 Solr 的部署和数据推送，这里主要以示例方式讲述 Solr 的常见查询语法，同时介绍如何使用 PHP 语言的客户端 solarium 同 Solr 集群进行数据交互。
想要详细地了解 Solr 查询语法，可参考 官方wiki。
数据格式
用于示例的数据，我已经推送到了 Solr ，见这里。数据 Core 为 rooms，数据格式形如：
[{
"resblockId": 1111027377528,
"resblockName": "金隅丽港城",
"houseId": 1087599828743,
"cityCode": 110000,
"size": 10.5,
"bizcircleCode": [ 18335711 ],
"bizcircleName": [ "望京" ],
"price": 2300,
"location": "39.997106,116.469306",
"id": "0119df79-68d9-4cd9-ba07-4d6395a4841c"
},
{
"resblockId": 1111047349969,
"resblockName": "融泽嘉园",
... ...
}]
查询语句的组成
通过向 Solr 集群 GET 请求/solr/core-name/select?query形式的查询 API 完成查询，其中 core-name 为查询的 Core 名称。查询语句 query 由以下基本元素项组成，按使用频率先后排序：
| 名称 | 描述 | 示例 |
|---|---|---|
| wt | 响应结果的格式 | json |
| fl | 指定结果集的字段 | *（所有字段） |
| fq | 过滤查询 | id : 0119df79-68d9-4cd9-ba07 |
| start | 指定结果集起始返回的行数，默认 0 | 0 |
| rows | 指定结果集返回的行数，默认 10 | 15 |
| sort | 结果集的排序规则 | price+asc |
| defType | 设置查询解析器名称 | dismax |
| timeAllowed | 查询超时时间 |
wt
wt 设置结果集格式，支持 json、xml、csv、php、ruby、pthyon，序列化的结果集，常使用 json 格式。
fl
fl 指定返回的字段，多指使用“空格”和“,”号分割，但只支持设置了stored=true的字段。*表示返回全部字段，一般情况不需要返回文档的全部字段。
字段别名：使用displayName:fieldName形式指定字段的别名，例如：
fl=id,sales_price:price,name
函数：fl 还支持使用 Solr 内置函数，例如根据单价算总价：
fl=id,total:product(size,price)
fq
fq 过滤查询条件，可充分利用 cache，所以可以利用 fq 提高检索性能。
sort
sort 指定结果集的排序规则，格式为<fieldName>+<sort>，支持 asc 和 desc 两种排序规则。例如按照价格倒序排列：
sort=price+desc
也可以多字段排序，价格和面积排序：
sort=price+asc,size+desc
条件查询
查询字符串 q 由以下元素项组成，字段条件形如fieldName:value格式：
| 名称 | 描述 | 示例 |
|---|---|---|
| q | 查询字符串 | : |
| q.op | 表达式之间的关系操作符 | AND/OR |
| df | 查询被索引的字段 | id:0119df79-68d9-4cd9-ba07 |
以上元素项的默认值由solrconfig.xml配置文件定义。通常查询时设置q=*:*，然后通过 fq 过滤条件来完成查询，通过缓存提高查询性能。
模糊查询
Solr 的模糊查询使用占位符来描述查询规则，如下：
| 符号 | 描述 | 示例 |
|---|---|---|
| ? | 匹配单个字符 | te?t 会检索到 test 和 text |
| * | 匹配零个或多个字符 | tes* 会检索到 tes、test 等 |
查询小区名称中包含“嘉”的房源信息：
-- SQL表述
SELECT * FROM rooms WHERE resblockName LIKE "%嘉%"
Solr 的模糊查询为：
fq=resblockName:*丽*
单精确值查询
单精确值查询是最简单的查询，类似于 SQL 中 = 操作符。查询小区 id 为 1111027377528 的房源信息：
-- SQL表述
SELECT * FROM rooms WHERE resblockId = 1111027377528
Solr 中查询为：
fq=resblockId:1111027377528
多精确值查询
多精确值查询是单精确值查询的扩展，格式为(value1 value2 ...)，功能类似于 SQL 的 IN 操作符。查询小区 id 为 1111027377528 或者 1111047349969 的房源信息：
-- SQL表述
SELECT * FROM rooms WHERE resblockId IN (1111027377528, 1111047349969)
Solr 中查询为：
fq=resblockId:(1111027377528 1111047349969)
范围查询
范围查询是查询指定范围的值（数字和时间），格式为[value1 TO value2]，类似于 SQL 的 BETWEEN 操作符。查询价格在 [2000, 3000] 的房源信息：
-- SQL表述
SELECT * FROM rooms WHERE price BETWEEN 2000 AND 3000
Solr 中范围查询为：
fq=price:[2000 TO 3000]
几个特殊的范围查询：
| 条件 | 表达式 | 示例 |
|---|---|---|
| >= | [value TO *] | price:[2000 TO *] 价格 >=2000 |
| <= | [* TO value] | price:[* TO 2000] 价格 <=2000 |
布尔查询
将基本查询结合布尔查询，就可以实现大部分复杂的检索场景。布尔查询支持以下几种布尔操作：
| 操作逻辑 | 操作符 | 描述 |
|---|---|---|
| AND | &&+ | 逻辑与关系 |
| OR | 逻辑或关系 | |
| NOT | ！- | 逻辑取反关系 |
查询北京市价格区间在 [2000, 3000] 或者上海市价格区间在 [1500, 2000] 的房源信息：
-- SQL表述
SELECT * FROM rooms WHERE (cityCode=110000 AND price BETWEEN 2000 AND 3000) OR (cityCode=310000 AND price BETWEEN 1500 AND 2000)
转换为逻辑与布尔查询：
fq=(cityCode:110000 && price:[2000 TO 3000])||(cityCode:310000 && price:[1500 TO 2000])
Group查询
在实际中分组查询比较常见，当然 Solr 也支持分组查询。分组查询语句由以下基本元素项组成（常用部分）：
| 名称 | 类型 | 描述 |
|---|---|---|
| group | boolean | 是否进行分组查询 |
| group.field | string | 按该字段值进行分组 |
| group.limit | integer | 每组元素集大小，默认为 1 |
| group.offset | integer | 每组元素起始行数 |
| group.sort | string | 组内元素排序规则，asc 和 desc |
查询西二旗内价格最便宜小区的房源信息：
-- SQL表述
SELECT * FROM rooms WHERE bizcircleCode=611100314 GROUP BY resblockId ORDER BY price ASC LIMIT 1
Group 分组查询为：
q=*:*&fq=bizcircleCode:611100314&group=true&group.field=resblockId&group.limit=1&group.sort=size+desc
结果为：
"groups": [
{
"groupValue": 1111047349969,
"doclist": {
"numFound": 1, //每组房源数
"start": 0,
"docs": [
{
"resblockId": 1111047349969,
"resblockName": "融泽嘉园",
"bizcircleCode": [ 611100314 ],
"price": 2500
... ...
}]
... ...
}]
Facet查询
在大多数情况下，Group 分组已经能满足我们的需求，但是如果待分组字段为多值，Group 分组已经无能为力了，这时使用 Facet 就能轻松解决。
Solr 的 Facet 语句由以下基本元素构成（常用）：
| 名称 | 类型 | 描述 |
|---|---|---|
| facet | boolean | 是否进行 facet 查询 |
| facet.field | string | 按该字段值进行 facet |
| facet.limit | integer | 每组元素集大小，默认为 1 |
| facet.offset | integer | 每组元素起始行数 |
| facet.sort | string | 结果集排序规则，asc 和 desc |
| facet.mincount | integer | 每组元素最小数量 |
例如，统计每个商圈的房源分布情况并倒序排列，由于 bizcircleCode 字段为多值，Facet 查询为：
//此时不需要文档信息，故rows=0
q=*:*&fq=cityCode:110000&facet=true&facet.field=bizcircleCode&facet.sort=desc&rows=0
结果如下：
"facet_fields": {
"bizcircleCode": [
"18335711",
1,
"18335745",
1,
"611100314",
3
]
}
空间检索
Solr 的 geofilt 过滤器可以实现 LBS 检索，但要在schema.xml配置中将需检索字段的字段类型设置为solr.LatLonType类型。geofilt 过滤器参数列表如下：
| 名称 | 描述 | 示例 |
|---|---|---|
| d | 检索距离，单位 km | 2 |
| pt | 检索中心点坐标，格式：lat,lon | 40.074203,116.315445 |
| sfield | 检索的索引字段 | location |
示例中的 location 字段，值为 “40.074203,116.315445”，类型配置为：
<fieldType name="location" class="solr.LatLonType" subFieldSuffix="_coordinate"/>
<field name="location" type="location"/>
则检索坐标点40.074203,116.315445附近 2 公里的房源信息：
q=*:*&fq={!geofilt}&spatial=true&pt=40.074203,116.315445&sfield=location&d=2
函数
Solr 提供一些函数以实现逻辑或数学运算。其中常用 数学运算 函数列表如下：
| 函数名 | 描述 | 示例 |
|---|---|---|
| abs | 求绝对值 | abs(-5) |
| max | 返回最大值 | max(1, 2, 3) |
| min | 返回最小值 | min(1, 2, 3) |
| pow | 返回指数运算的结果 | pow(2, 2) |
| sqrt | 开方运算的结果 | sqrt(100) |
| product | 乘积 | product(1, 2, 3) |
| sub | 差 | sub(3, 2) |
| sum | 和 | sum(1, 2, 3) |
| div | 商 | div(4, 2) |
| log | 10 的对数 | log(10) |
常用的 逻辑运算 函数：
| 函数名 | 描述 | 示例 |
|---|---|---|
| def | 定义字段默认值 | def(price, 0) |
| if | if(test,value1,value2)test?value1:value2 | |
| exists | 字段是否存在 |
这些函数可以使用在返回值或者查询条件上。例如返回每个房源的每平方米价格信息：
q=*:*&fl=*,avgPrice:div(price, size)
solarium客户端
PHP 可以使用 solarium 客户端，实现 Solr 数据源的检索，详细使用说明 见这里。
配置基本
solarium 客户端需要配置 Solr 的基本信息。如下：
//config.php
<?php
$solr = [
'endpoint' => [
'localhost' => [
'host' => 'solr.fanhaobai.com',
'port' => 80,
'path' => '/solr/rooms/',
]
]
];
基本查询
solarium 提供的查询方法较丰富，整理后如下表所示：
| 方法 | 所属对象 | 描述 |
|---|---|---|
| createSelect | client | 创建查询 query 对象 |
| select | client | 执行查询，返回 result 对象 |
| setQuery | query | 添加 query 条件 |
| setStart | query | 设置结果集起始行 |
| setRows | query | 设置结果集行数 |
| setFields | query | 设置返回的字段 |
| addSort | query | 结果集排序规则 |
| createFilterQuery | query | 创建 filter query 对象 |
查询北京市的所有房源信息，如下：
$client = new Solarium\Client($solr);
$query = $client->createSelect()->setStart(0)->setRows(20);
$query->createFilterQuery('rooms')->setQuery('cityCode:110000');
$result = $client->select($query);
Group查询
solarium 提供的分组查询方法如下表所示（常用）：
| 方法 | 所属对象 | 描述 |
|---|---|---|
| getGrouping | query | 创建分组 group 对象 |
| addQuery | group | 添加分组 query |
| setSort | group | 设置分组排序规则 |
| setLimit | group | 设置分组数量 |
| getGrouping | result | 获取分组信息 |
获取西二旗每个小区的房源分布信息，如下：
$client = new Solarium\Client($solr);
$query = $client->createSelect()->setStart(0)->setRows(20)->setQuery('bizcircleCode:611100314');
$group = $query->getGrouping();
$group->addField('resblockId')->setLimit(10)->setSort('price desc')->setNumberOfGroups(true);
$result = $client->select($query);
$groups = $result->getGrouping();
Facet查询
solarium 提供的 Facet 查询方法，如下表（常用）：
| 方法 | 所属对象 | 描述 |
|---|---|---|
| getFacetSet | query | 创建分组 facet 对象 |
| createFacetField | facet | 创建 facet 字段 |
| setField | facet | facet 分组字段 |
| setLimit | facet | 设置 facet 分组大小 |
获取北京市每个商圈的房源分布信息，如下：
$client = new Solarium\Client($solr);
$query = $client->createSelect()->setStart(0)->setRows(20)->setQuery('bizcircleCode:611100314');
$facet = $query->getFacetSet();
$facet->createFacetField('bizcircle')->setField('bizcircleCode')->setLimit(10);
$result = $client->select($query);
总结
到这里，Solr 系列就整理完毕了，未涉及的部分后续接触时再补充。这两天利用休息时间充电，自己在 Solr 方面的技能也算是上了一个台阶了。
网友评论