我在一个 MySQL 表中有两个表字段。 一个是 VARCHAR,是分类(分类网站)的“标题”。 另一个是 TEXT 字段,其中包含分类的“文本”。
两个问题:
我应该如何确定如何索引这两个字段?(什么字段类型,使用什么类等)
目前我有一个“ad_id”作为每个广告的唯一标识符,例如“bmw_m3_82398292”。
如何让 SOLR 在 SOLR 找到“查询匹配”时返回此标识符?
(标识符前半部分其实是标题字段内容,后半部分是随机选择的数字)
谢谢
最佳答案
1。架构
您的 Solr 架构在很大程度上取决于您预期的搜索行为。在您的 schema.xml 文件中,您会看到一堆选项,例如“文本”和“字符串”。他们的行为不同。
<fieldtype name="string" class="solr.StrField" sortMissingLast="true" omitNorms="true"/>
字符串字段类型是文字字符串匹配。它的操作类似于 SQL 语句中的 ==
。
<fieldtype name="text_ws" class="solr.TextField" positionIncrementGap="100">
<analyzer>
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
</analyzer>
</fieldtype>
text_ws 字段类型进行分词。但是,text
字段中的一个很大区别是停用词、定界符和小写字母的过滤器。请注意如何为 Lucene 索引和 Solr 查询指定这些过滤器。因此,在搜索文本字段时,它将使用这些过滤器调整查询词以帮助找到匹配项。
<fieldtype name="text" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.WhitespaceTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
<filter ..... />
<filter ..... />
<filter ..... />
</analyzer>
</fieldtype>
例如,在为新闻报道等内容编制索引时,您可能希望以不同方式搜索公司名称和标题。
<field name="headline" type="text" />
<field name="coname" type="string" indexed="true" multiValued="false" omitNorms="true" />
上面的示例将允许您执行类似 &coname:Intel&headline:processor+specifications
的搜索,并检索完全匹配 Intel 故事的匹配项。
如果你想搜索一个范围
2。结果字段
您可以在 RequestHandler 中定义一组标准的返回字段
<requestHandler name="mumble" class="solr.DisMaxRequestHandler" >
<str name="fl">
category,coname,headline
</str>
</requestHandler>
您还可以使用 fl
参数在查询字符串中定义所需的字段。:
/select?indent=on&version=2.2&q=coname%3AIn*&start=0&rows=10&fl=coname%2Cid&qt=standard
您也可以select ranges在您的查询词中使用 field:[x TO *]
语法。如果您想按日期选择某些广告,您可以构建一个查询
ad_date:[20100101 TO 20100201]
在您的查询条件中。 (有很多方法可以搜索范围,我将介绍一种使用整数而不是 Date 类的方法。)
关于java - 如何确定 SOLR 索引的字段类型?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/2118634/