高性能搜索SOLR 学习笔记分享
一.Query参数
1.CoreQueryParam查询的参数
1)q: 查询字符串,必须的。
2)q.op: 覆盖schema.xml的defaultOperator(有空格时用"AND"还是用"OR"操作逻
辑),一般默认指定。
3)df: 默认的查询字段,一般默认指定。
4)qt:query type,指定查询使用的Query Handler,默认为“standard”。
5)wt:writer type。指定查询输出结构格式,默认为“xml”。在solrconfig.xml中定义
了查询输出格式:xml、json、python、ruby、php、phps、custom。
6)echoHandler:是否在查询结果中显示使用的Query Handler名称。
7)echoParams:是否显示查询参数。none:不显示;explicit:只显示查询参数;
all:所有,包括在solrconfig.xml定义的Query Handler参数。
8)indent - 返回的结果是否缩进,默认关闭,用indent=true|on 开启,一般调试
json,php,phps,ruby输出才有必要用这个参数。
9)version - 查询语法的版本,建议不使用它,由服务器指定默认值。
https://www.sodocs.net/doc/5c1370994.html,monQueryParameters
1)sort:排序,格式:sort=
示例:(inStock desc, price asc)表示先“inStock”降序, 再“price”升序,
默认是相关性降序。。
2)start:用于分页定义结果起始记录数,默认为0。
3)rows:用于分页定义结果每页返回记录数,默认为10。
4)fq:filter query。使用Filter Query可以充分利用Filter Query Cache,提高检索性
能。作用:在q查询符合结果中同时是fq查询符合的,例如:
q=mm&fq=date_time:[20081001 TO 20091031],找关键字mm,并且date_time
是20081001到20091031之间的。
5)fl:field list。指定返回结果字段。以空格“ ”或逗号“,”分隔。
6)debugQuery:设置返回结果是否显示Debug信息。
7)explainOther:设置当debugQuery=true时,显示其他的查询说明。
8)defType:设置查询解析器名称。
9)timeAllowed:设置查询超时时间。
10)omitHeader:设置是否忽略查询结果返回头信息,默认为“false”。
二.查询语法
1.匹配所有文档:*:*
2.强制、阻止和可选查询:
1)Mandatory:查询结果中必须包括的(for example, only entry name containing the
word make)
Solr/Lucene Statement:+make, +make +up ,+make +up +kiss
2)prohibited:(for example, all documents except those with word believe)
Solr/Lucene Statement:+make +up -kiss
3)optional:
Solr/Lucene Statement:+make +up kiss
3.布尔操作:AND、OR和NOT布尔操作(必须大写)与Mandatory、optional和prohibited
相似。
1)make AND up =+make +up :AND左右两边的操作都是mandatory
2)make || up =make OR up=make up :OR左右两边的操作都是optional
3)+make +up NOT kiss =+make +up –kiss
4)make AND up OR french AND Kiss不可以达到期望的结果,因为AND两边的操
作都是mandatory的。
4.子表达式查询(子查询):可以使用“()”构造子查询。
For ex:(make AND up) OR (french AND Kiss)
5.子表达式查询中阻止查询的限制:
For ex:make (-up):只能取得make的查询结果;要使用make (-up *:*)查询make或者不包括up的结果。
6.多字段fields查询:通过字段名加上分号的方式(fieldName:query)来进行查询
For ex:entryNm:make AND entryId:3cdc86e8e0fb4da8ab17caed42f6760c
7.通配符查询(wildCard Query):
1)通配符?和*:“*”表示匹配任意字符;“?”表示匹配出现的位置。
For ex:ma?*(ma后面的一个位置匹配),ma??*(ma后面两个位置都匹配)
2)查询字符必须要小写:+Ma +be**可以搜索到结果;+Ma +Be**没有搜索结果
3)查询速度较慢,尤其是通配符在首位:主要原因一是需要迭代查询字段中的每
个term,判断是否匹配;二是匹配上的term被加到内部的查询,当terms数量
达到1024的时候,查询会失败。
4)Solr中默认通配符不能出现在首位(可以修改QueryParser,设置
setAllowLeadingWildcard为true)
5)set setAllowLeadingWildcard to true.
8.模糊查询、相似查询:不是精确的查询,通过对查询的字段进行重新插入、删除和
转换来取得得分较高的查询解决(由Levenstein Distance Algorithm算法支持)。
1)一般模糊查询:for ex:make-believ~
2)门槛模糊查询:对模糊查询可以设置查询门槛,门槛是0~1之间的数值,门槛
越高表面相似度越高。For ex:make-believ~0.5、make-believ~0.8、make-believ~0.9
9.范围查询(Range Query):Lucene支持对数字、日期甚至文本的范围查询。结束的
范围可以使用“*”通配符。
For ex:
1)日期范围(ISO-8601 时间GMT):sa_type:2 AND a_begin_date:[1990-01-01T00:00:00.000Z TO
1999-12-31T24:59:99.999Z]
2)数字:salary:[2000 TO *]
3)文本:entryNm:[a TO a]
10.日期匹配:YEAR, MONTH, DAY, DATE (synonymous with DAY) HOUR, MINUTE, SECOND,
MILLISECOND, and MILLI (synonymous with MILLISECOND)可以被标志成日期。
For ex:
1)r_event_date:[* TO NOW-2YEAR]:2年前的现在这个时间
2)r_event_date:[* TO NOW/DAY-2YEAR]:2年前前一天的这个时间
三.函数查询(Function Query)
函数查询可以利用numeric域的值或者与域相关的的某个特定的值的函数,来对文档进行评分。
1.使用函数查询的方法
这里主要有三种方法可以使用函数查询,这三种s方法都是通过solr http接口的。
1)使用FunctionQParserPlugin。ie: q={!func}log(foo)
2)使用“_val_”内嵌方法
内嵌在正常的solr查询表达式中。即,将函数查询写在q这个参数中,这时候,
我们使用“_val_”将函数与其他的查询加以区别。
ie:entryNm:make && _val_:ord(entryNm)
3)使用dismax中的bf参数
使用明确为函数查询的参数,比如说dismax中的bf(boost function)这个参
数。注意:bf这个参数是可以接受多个函数查询的,它们之间用空格隔开,它
们还可以带上权重。所以,当我们使用bf这个参数的时候,我们必须保证单个
函数中是没有空格出现的,不然程序有可能会以为是两个函数。
For ex:
q=dismax&bf="ord(popularity)^0.5 recip(rord(price),1,100
0,1000)^0.3
2.函数的格式(Function Query Syntax)
目前,function query 并不支持a+b 这样的形式,我们得把它写成一个方法形式,这就是sum(a,b).
3.使用函数查询注意事项
1) 用于函数查询的field必须是被索引的;
2) 字段不可以是多值的(multi-value)
4.可以利用的函数(available function)
1) constant:支持有小数点的常量;例如:1.5 ;SolrQuerySyntax:_val_:1.5
2) fieldvalue:这个函数将会返回numeric field的值,这个域必须是indexd的,
非multiValued的。格式很简单,就是该域的名字。如果这个域中没有这样的
值,那么将会返回0。
3) ord:对于一个域,它所有的值都将会按照字典顺序排列,这个函数返回你要查
询的那个特定的值在这个顺序中的排名。这个域,必须是非multiValued的,
当没有值存在的时候,将返回0。例如:某个特定的域只能去三个值,“apple”、“banana”、“pear”,那么ord(“apple”)=1,ord(“banana”)=2,ord(“pear”)=3.需要注意的是,ord()这个函数,依赖于值在索引中的位置,所以当有文
档被删除、或者添加的时候,ord()的值就会发生变化。当你使用MultiSearcher
的时候,这个值也就是不定的了。
4) rord:这个函数将会返回与ord相对应的倒排序的排名。
格式: rord(myIndexedField)。
5) sum:这个函数的意思就显而易见啦,它就是表示“和”啦。
格式:sum(x,1) 、sum(x,y)、sum(sqrt(x),log(y),z,0.5)
6) product:product(x,y,...)将会返回多个函数的乘积。格式:product(x,2)、
product(x,y)
7) div:div(x,y)表示x除以y的值,格式:div(1,x)、div(sum(x,100),max(y,1))
8) pow:pow表示幂值。pow(x,y) =x^y。例如:pow(x,0.5) 表示开方pow(x,log(y))
9) abs:abs(x)将返回表达式的绝对值。格式:abs(-5)、abs(x)
10) log:log(x)将会返回基数为10,x的对数。格式:log(x)、log(sum(x,100))
11) Sqrt:sqrt(x) 返回一个数的平方根。格式:sqrt(2)、sqrt(sum(x,100))
12) Map:如果x>=min,且x<=max,那么map(x,min,max,target)=target.如果x不
在[min,max]这个区间内,那么map(x,min,max,target)=x.
格式:map(x,0,0,1)
13) Scale:scale(x,minT arget,maxT arget) 这个函数将会把x的值限制在
[minTarget,maxTarget]范围内。
14) query :query(subquery,default)将会返回给定subquery的分数,如果subquery
与文档不匹配,那么将会返回默认值。任何的查询类型都是受支持的。可以通
过引用的方式,也可以直接指定查询串。
例子:q=product(popularity, query({!dismax v='solr rocks'}) 将会返回
popularity和通过dismax 查询得到的分数的乘积。
q=product(popularity, query($qq)&qq={!dismax}solr rocks 跟上一个例子的效
果是一样的。不过这里使用的是引用的方式
q=product(popularity, query($qq,0.1)&qq={!dismax}solr rocks 在前一个例子
的基础上又加了一个默认值。
15) linear:inear(x,m,c)表示m*x+c ,其中m和c都是常量,x是一个变量也可以
是一个函数。例如:linear(x,2,4)=2*x+4.
16) Recip:recip(x,m,a,b)=a/(m*x+b)其中,m、a、b是常量,x是变量或者一个函
数。当a=b,并且x>=0的时候,这个函数的最大值是1,值的大小随着x的增大而减小。例如:recip(rord(creationDate),1,1000,1000)
17) Max:max(x,c)将会返回一个函数和一个常量之间的最大值。
例如:max(myfield,0)