Solr的學習使用之（二）schema.xml等配置文件的解析

　　上一篇文章已經講解了如何部署Solr，部署是部署完了，但是總以爲內心空空的，沒底，裏面有N多配置文件，好比schema.xml、solrConfig.xml、solr.xml and so on……都不知道他們是來幹嗎的，因此要先了解下總體的項目架構、基本原理，才能在後續的工做中，更加熟練，須知挨踢行業，必須求甚解。之前不論是上學，仍是作其餘事情，都是在沒有了解其原理的基礎上就開工，致使了似懂非懂的一種狀態，這種狀況就是在現有的範圍、環境下能夠應付得來，可是若是環境一變，那就一籌莫展了。正所謂磨刀不誤砍柴工，因此，必須瞭解下基本原理，才能更好的在路上。

　　如下是一些Solr的項目結構、配置文件的講解：

做者講解了Solr Core、schema.xml、solrConfig.xml文件的含義，以MySql來作對比，這樣更加通俗易懂，好比solr的core就至關於數據庫，schema.xml至關於表等等

http://www.ecmkit.com/zh-hans/taxonomy/term/287

1. schema.xml：

schema.xml的結構比較簡單，主要分爲2 部分types和fields。types部分定義了字段類型的定義信息，好比int，string等；而在fields部分則定義了Solr將會存儲哪些信息，fields內的字段是根據你的業務需求來定義的。types和fields的關係其實也很明顯，就是types被fields所引用。舉例來講，fields內定義了，該字段的類型是string，而string類型的定義就是在types中定義的。

• types

咱們知道<types>內定義了一些數據類型，這些數據類型會被<fields>引用。就先來看一個常見的定義：<fieldType name="int" class="solr.TrieIntField" precisionStep="8" omitNorms="true" positionIncrementGap="0"/>。很明顯這是一個數值類型的定義，在solr中，數值類型包括int, float, long, double以及日期類型（date），而對於這些數值類型，基本上都是用Trie開始的類型，例如"solr.TrieFloatField"，"solr.TrieDateField"等。Trie開始的類型能知足你至少95%以上的需求，所以除非有特殊理由，否則仍是老老實實用Trie開始的類型吧。

• fieldType

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter/>
      </analyzer>
</fieldType>

首先應該注意到有2個analyzer。一個是index，另一個是query。也就是說<analyzer type="index">是用在index階段，而<analyzer type="query">用在查詢階段—你所輸入的查詢內容也是須要經過分析最終產生token，而後和index裏的token匹配。

<tokenizer class="solr.StandardTokenizerFactory"/>固然就是對應分析鏈中的起點Tokenizer。接下來串聯了2個filter，分別是solr.StopFilterFactory，solr.LowerCaseFilterFactory。stop word filter就是把那些the, of, on之類的詞從token中去除掉，因爲這類詞在文檔中出現的頻率很是高，而對文檔的特徵又沒什麼影響，因此這類詞對查詢沒什麼意義。Lower case filter的做用是將全部的token轉換成小寫，也就是在最終的index中保存的都是小寫。

如下還有一篇關於schema.xml文件配置的詳細解釋，贊一個:

http://blog.csdn.net/liuweitoo/article/details/8137124

　　在路上……