Solr 配置文件之schema.xml

schema.xml這個配置文件的根本目的是爲了經過配置告訴Solr如何創建索引。

 

solr的數據結構以下：

• document：一個文檔、一條記錄
  • field：域、屬性

solr經過搜索某個或某些field，返回若干個符合條件的document，或者按搜索的score排序返回。

若是跟數據庫對比，document至關於數據庫的表，field至關於表中的字段。而schema.xml就是爲了定義一個表的結構（定義各個field的名字、類型、約束、等等）。

 

schema.xml的基本結構以下：

<schema>

    <types>

    <fields>

    <uniqueKey>

    <copyField>

</schema>

 

經常使用的配置說明：

• field：定義一個document中的各個fields
  • name：必填。該field的名字。先後都有下劃線的name是系統保留的名字，好比「_version_」
  • type：必填。類型，對應於fieldType的name
  • default：該field的缺省值
  • indexed：true/false，是否爲該field創建索引，以讓用戶能夠搜索它、統計它（facet）
  • stored：true/false，定義這個field是否能夠返回給查詢者
  • multiValued：true/false，是否能夠容納多個值（好比多個copyField的dest指向它）。若是是true，則該field不能被排序、不能做爲uniqueKey
  • required：true/false，告訴solr這個field是否接受空值，缺省爲false
  • docValues：true/false，創建document-to-value索引，以提升某些特殊搜索的效率（排序、統計、高亮）
• copyField：把一個field的內容拷貝到另一個field中。通常用來把幾個不一樣的field copy到同一個field中，以方便只對一個field進行搜索
  • source：被拷貝的field，支持用通配符指定多個field，好比：*_name
  • dest：拷貝到的目的field
  • maxChars：最大字符數
• uniqueKey：指定一個field爲惟一索引
• fieldType：定義field的類型，包括下面一些屬性
  • name：必填，被field配置使用
  • class：必填，filedType的實現類。solr.TextField是路徑縮寫，"等價於"org.apache.solr.schema.TextField"
  • multiValued：？
  • positionIncrementGap：指定mutiValued的距離
  • ananlyzer：若是class是solr.TextField，這個配置是必填的。告訴solr如何處理某些單詞、如何分詞，好比要不要去掉「a」，要不要所有變成小寫……
    • type：index或query
    • tokenizer：分詞器，好比：StandardTokenizerFactory
    • filter：過濾器，好比：LowerCaseFilterFactory
• dynamicField：用通配符定義一個field來存在沒有被field定義的漏網之魚
  • name：使用通配符，好比「*_i」，來處理相似「cost_i」之類的field

 

一個簡單的例子：

1. <?xml version="1.0" encoding="UTF-8" ?>

2.  

3. <schema name="course_video" version="1.5">

4. <field name="id" type="int" indexed="true" stored="true" required="true" multiValued="false" />

5.  

6. <field name="_version_" type="long" indexed="true" stored="true"/>

7.  

8. <field name="title" type="string" indexed="true" stored="true" required="true" multiValued="false" />

9. <field name="tags" type="string" indexed="true" stored="false" required="false" multiValued="false" />

10. <field name="content" type="string" indexed="true" stored="true" required="false" multiValued="false" />

11.  

12. <field name="info_text" type="text_general" indexed="true" stored="false" multiValued="true" />

13.  

14. <copyField source="title" dest="info_text" />

15. <copyField source="content" dest="info_text" />

16. <copyField source="tags" dest="info_text" />

17.  

18. <uniqueKey>id</uniqueKey>

19.  

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

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

22.  

23. <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">

24. <analyzer type="index">

25. <tokenizer class="solr.StandardTokenizerFactory"/>

26. <filter class="solr.LowerCaseFilterFactory"/>

27. </analyzer>

28.  

29. <analyzer type="query">

30. <tokenizer class="solr.StandardTokenizerFactory"/>

31. <filter class="solr.LowerCaseFilterFactory"/>

32. </analyzer>

33. </fieldType>

34.  

35. </schema>

 

注：solrconfig.xml配置文件中，requestHandler "/select"的缺省「df」是「text」。若是按照上面的配置，咱們想要的缺省搜索info_text，因此須要在solrconfig.xml中修改：

  <requestHandler name="/select" class="solr.SearchHandler">

     <lst name="defaults"> 

       <str name="echoParams">explicit</str>

       <int name="rows">10</int>

       <str name="defType">edismax</str>

       <str name="df">info_text</str>

     </lst>

    </requestHandler>

能夠經過http api獲取schema信息：

http://<ip>:8983/solr/<collection>/schema?wt=json

http://<ip>:8983/solr/<collection>/schema/fields?wt=json

http://<ip>:8983/solr/<collection>/schema/dynamicfields?wt=json

http://<ip>:8983/solr/<collection>/schema/copyfields?wt=json