solr之字段數據類型

solr提供了內建的一些數據類型好比numbers, dates, geo location等類型；詳情以下

每種數據類型都有一個Java類來管理。
這裏主要講講如下幾種類型
1. String fields
2. Date fields
3. Numeric fields

1. String fields

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

• 1
• 2

• 1
• 2

它用在文本數據上，Solr provides the string field type for fields that contain structured values that shouldn’t be altered in any way.

2. Date fields

<fieldType name="tdate" class="solr.TrieDateField" omitNorms="true"
precisionStep="6" positionIncrementGap="0"/>

• 1
• 2

• 1
• 2

當你要用到日期的範圍查詢時，最好用這樣的數據類型，並且在提交文檔時日期的格式有特別要求，日期裏有T,Z字符，好比有個timestamp字段設置爲tdate類型了，那麼提交時應該

<add>
<doc>
...
<field name="timestamp">2012-05-22T09:30:22Z</field>
...
</doc>
</add>

• 1
• 2
• 3
• 4
• 5
• 6
• 7

• 1
• 2
• 3
• 4
• 5
• 6
• 7

實際上這種日期格式是按ISO-8601 Date/Time格式來組織的，也就是yyyy-MMddTHH:
mm:ssZ。那麼對於2016-05-22T09:30:22Z則有
yyyy = 2016
MM = 05
dd = 22
HH = 09 (24-hr clock)
mm = 30
ss = 22
Z = UTC Timezone (Z is for Zulu，起始時區)

如何設置時間的索引粒度呢？有時候咱們並不須要查詢精確到分秒級別，咱們只須要查詢到小時的範圍便可，因而在提交文檔的時候設置以下

<field name="timestamp">2016-05-22T09:30:22Z/HOUR</field>

• 1

• 1

/HOUR就告訴solr建索引的粒度爲小時，那麼索引裏的這個時間就等價於2016-05-22T09:00:00Z
此外，它還支持一些特殊的keyword，好比NOW,DAY,能夠用timestamp:[NOW/DAY TO NOW/DAY+1DAY}來進行範圍查詢

3. Numeric fields

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

• 1

• 1

<field name="favorites_count" type="int" indexed="true" stored="true" />

• 1

• 1

這種類型的字段通常很差用來進行檢索，可是它能夠用來排序，若是你對string的字段排序它是按字典的順序來排的，並非按數字的大小來排的。

4. 一些高級用法

上面的介紹中能夠看到positionIncrementGap這樣配置屬性，這些屬性是一些高級用法，相似還有

屬性	當設置爲true時
sortMissingFirst	當排序時，檢索結果裏會列那些這個字段沒有值的記錄放在最前面
sortMissingLast	當排序時，檢索結果裏會列那些這個字段沒有值的記錄放在最後面
precisionStep	用在number類型的字段，表示精度
positionIncrementGap	用在字符短語，區分短語之間的間隔距離

precisionStep 和positionIncrementGap主要是爲了提升範圍查詢的速度，原理比較複雜，stackoverflow上有個回答：
The precisionStep is a count, after how many bits of the indexed value a new term starts. The original value is always indexed in full precision. Precision step of 4 for a 32 bit value(integer) means terms with these bit counts: All 32, left 28, left 24, left 20, left 16, left 12, left 8, left 4 bits of the value (total 8 terms/value). A precision step of 26 would index 2 terms: all 32 bits and one single term with the remaining 6 bits from the left.