Solr搜索

作者: 程屁凹 | 来源:发表于2018-09-11 15:18 被阅读0次
    Java

    参见上文solr概述 - 简书

    搜索

    Solr搜索参数介绍

    搜索参数

    如图,solr基本的查询参数如上。

    q搜索关键词
    q的值就是用户提交到solr查询的关键词。 类似于在google想搜索solr,那么你在google的输入框中填写的solr一样。q参数只有一个作用,高树solr在计算返回结果时需要考虑那些关键词。

    fq过滤参数
    fq全程是filter query。这里的过滤是基于字段进行过滤的;利用fq参数,可以限定solr返回的结果里面,某些字段的值必须是什么,且fq可以设置多个值。比如你在淘宝里搜索男装,那么淘宝是不会返回女装数据给你的。这里显然就是淘宝对商品的某些字段进行了限制,使用fq你也可以实现这样的效果。

    说明:关于这两个参数的设置问题,Solr使用者倾向于将用户输入的关键词放入q参数中,将机器生成的过滤参器放入fq参数中[Solr In Action,Trey Grainger]。如果同时设置了fq和q,那么solr会先查询fq,再匹配q。

    sort排序参数
    这个很好理解了吧!solr可以对搜索结果根据某个字段进行排序。支持升序和降序两个操作,用的时候设置字段名 排序方式就可以了。如::price asc::(价格升序) 或::price desc::(价格降序)。

    start,rows分页查询参数
    返回结果范围:[start+rows]。

    fl返回字段限制
    提交该参数后,solr返回的结果只包含fl限制的字段。

    df默认搜索字段
    df全称default field,solr在进行匹配结果时,q参数的值默认和哪一个字段进行匹配。
    好了,来一个实例看一下效果:

    搜索参数使用

    到这里相信你对solr搜索有了一个基本的了解了。
    但是由于我们在对solr进行数据索引时,使用的是solr默认的分词器,这个分词器对拉丁语系的支持比较好。像中文这种方块字,solr就比较无力了。但是solr7以后的版本,都增加了对中文分词的支持,况且还有第三方的解决方案。接下来我们就来了解一下如何配置中文分词器,以提升对中文的搜索效果。

    中文分词

    分词是什么意思?为什么要进行分词呢?

    对于solr这种全文本搜索类型的引擎来说,解决的就是对文档内容进行搜索和匹配。怎么个匹配法?相信对于搜索引擎有所了解的同学都知道词元分析和词元匹配的说法,不过不了解也没关系,因为我也不懂。

    由于搜索引擎的原理太过于复杂,这里只能举个例子简单的说明一下。

    一个文档数据库里某一个文档的内容如下:
    巴菲特说:金钱只是一堆数字。

    对于这句话,solr需要把这句话拆分成不同的单词组成的词元流。比如大概和下面差不多的效果:
    巴菲特 金钱 数字 说 一堆

    使用solr默认的分词器肯定不能实现这样的效果,因为拉丁语系和汉字的构词方式全然不同,因此我们需要为solr配置一个支持中文分词的分词器,来完成上面的工作。

    使用内置中文分词器

    solr-7.4.0/contrib/analysis-extras/lucene-libs/目录下有一个lucene-analyzers-smartcn-7.4.0.jar的文件,将这个文件以你最优雅的方式拷贝到solr-7.4.0/server/solr-webapp/WEB-INF/lib目录下,然后重启使用./solr retart -force重启solr。

    重启完成后打开solr-7.4.0/server/solr/<your-core-name>/conf/managed-schema文件,并在文件的fieleType区域添加如下内容:

    <fieldType name="text_smartcn" class="solr.TextField" positionIncrementGap="100">
            <analyzer type="index">
                <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
            </analyzer>
            <analyzer type="query">
                <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
            </analyzer>
     </fieldType>
    

    添加之后在solr管理页面下的 core admin面板中重新加载核心。

    我们来验证一下我们添加的中文分词器效果如何,打开核心的管理面板:


    核心管理面板

    然后我们可以使用solr提供的分析功能,来帮助我们检验自己定义的分词器的使用效果。


    分析器的使用

    如图,我们预期的结果是:
    巴菲特 金钱 数字 说 一堆

    Solr自带的分词器得到的结果是:
    巴 菲 特 说 , 金钱 只是 一 堆 数字 ,

    效果很不错了,有木有~~~

    使用第三方分词器

    第三方的中文分词器大部分都是用IKAnalyzer实现的,据说效果比solr自带的分词器好。

    1. 下载IKAnalyzer所需的依赖包
      ik-analyzer-7.4.jar
    2. 将ik-analyzer-7.4.0.jar文件复制到solr-7.4.0/server/solr-webapp/WEB-INF/lib目录下
    3. 打开solr-7.4.0/server/solr/<your-core-name>/conf/managed-schema文件,并在文件的fieleType区域添加如下内容:
    <fieldType name="text_ik" class="solr.TextField">
          <analyzer type="index">
              <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="false" conf="ik.conf"/>
              <filter class="solr.LowerCaseFilterFactory"/>
          </analyzer>
          <analyzer type="query">
              <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory" useSmart="true" conf="ik.conf"/>
              <filter class="solr.LowerCaseFilterFactory"/>
          </analyzer>
    </fieldType>
    
    1. 重启solr后reload核心即可

    对比一下分词结果:
    巴菲特 菲特 说 金钱 一堆 堆 数字

    对比solr自带分词器的结果,可以看出ik分词器能够更准确的识别中文词语;再看一个例子:


    ik分词器效果

    默认搜索字段配置

    在solrconfig文件中,支持对搜索中df值的配置。具体配置如下:


    默认搜索字段配置

    在solrconfig.xml文件中的requestHandler节点中,可以看到默认的搜索处理器/select配置,如果有需要更改df和wt默认值的需求,开启配置中注释的部分进行配置即可。

    相关文章

      网友评论

        本文标题:Solr搜索

        本文链接:https://www.haomeiwen.com/subject/sfsugftx.html