這篇文章主要介紹“solr schema.xml和solrconfig.xml怎么配置”，在日常操作中，相信很多人在solr schema.xml和solrconfig.xml怎么配置問(wèn)題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”solr schema.xml和solrconfig.xml怎么配置”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！
創(chuàng)新互聯(lián)建站專業(yè)成都網(wǎng)站設(shè)計(jì)、成都做網(wǎng)站，集網(wǎng)站策劃、網(wǎng)站設(shè)計(jì)、網(wǎng)站制作于一體，網(wǎng)站seo、網(wǎng)站優(yōu)化、網(wǎng)站營(yíng)銷、軟文平臺(tái)等專業(yè)人才根據(jù)搜索規(guī)律編程設(shè)計(jì)，讓網(wǎng)站在運(yùn)行后，在搜索中有好的表現(xiàn)，專業(yè)設(shè)計(jì)制作為您帶來(lái)效益的網(wǎng)站！讓網(wǎng)站建設(shè)為您創(chuàng)造效益。
一、字段配置（schema）
schema.xml位于solr/conf/目錄下，類似于數(shù)據(jù)表配置文件，
定義了加入索引的數(shù)據(jù)的數(shù)據(jù)類型，主要包括type、fields和其他的一些缺省設(shè)置。
1、先來(lái)看下type節(jié)點(diǎn)，這里面定義FieldType子節(jié)點(diǎn)，包括name,class,positionIncrementGap等一些參數(shù)。
name：就是這個(gè)FieldType的名稱。
class：指向org.apache.solr.analysis包里面對(duì)應(yīng)的class名稱，用來(lái)定義這個(gè)類型的行為。
< schema name = "example" version = "1.2" >
< types >
< fieldType name = "string" class = "solr.StrField" sortMissingLast = "true" omitNorms = "true" />
< fieldType name = "boolean" class = "solr.BoolField" sortMissingLast = "true" omitNorms = "true" />
< fieldtype name = "binary" class = "solr.BinaryField" />
< fieldType name = "int" class = "solr.TrieIntField" precisionStep = "0" omitNorms = "true"
positionIncrementGap = "0" />
< fieldType name = "float" class = "solr.TrieFloatField" precisionStep = "0" omitNorms = "true"
positionIncrementGap = "0" />
< fieldType name = "long" class = "solr.TrieLongField" precisionStep = "0" omitNorms = "true"
positionIncrementGap = "0" />
< fieldType name = "double" class = "solr.TrieDoubleField" precisionStep = "0" omitNorms = "true"
positionIncrementGap = "0" />
...
...
必要的時(shí)候fieldType還需要自己定義這個(gè)類型的數(shù)據(jù)在建立索引和進(jìn)行查詢的時(shí)候要使用的分析器analyzer，包括分詞和過(guò)濾，如下：
view plain print ?
< fieldType name = "text_ws" class = "solr.TextField" positionIncrementGap = "100" >
< analyzer >
< tokenizer class = "solr.WhitespaceTokenizerFactory" />
< fieldType name = "text" class = "solr.TextField" positionIncrementGap = "100" >
< analyzer type = "index" >
< tokenizer class = "solr.WhitespaceTokenizerFactory" />
< filter class = "solr.StopFilterFactory"
ignoreCase = "true"
words = "stopwords.txt"
enablePositionIncrements = "true"
/>
< filter class = "solr.WordDelimiterFilterFactory" generateWordParts = "1"
generateNumberParts = "1" catenateWords = "1" catenateNumbers = "1"
catenateAll = "0" splitOnCaseChange = "1" />
< filter class = "solr.LowerCaseFilterFactory" />
< filter class = "solr.SnowballPorterFilterFactory" language = "English"
protected = "protwords.txt" />
< analyzer type = "query" >
< tokenizer class = "solr.WhitespaceTokenizerFactory" />
< filter class = "solr.SynonymFilterFactory" synonyms = "synonyms.txt" ignoreCase = "true"
expand = "true" />
< filter class = "solr.StopFilterFactory"
ignoreCase = "true"
words = "stopwords.txt"
enablePositionIncrements = "true"
/>
< filter class = "solr.WordDelimiterFilterFactory" generateWordParts = "1"
generateNumberParts = "1" catenateWords = "0" catenateNumbers = "0"
catenateAll = "0" splitOnCaseChange = "1" />
< filter class = "solr.LowerCaseFilterFactory" />
< filter class = "solr.SnowballPorterFilterFactory" language = "English"
protected = "protwords.txt" />
2、再來(lái)看下fields節(jié)點(diǎn)內(nèi)定義具體的字段（類似數(shù)據(jù)庫(kù)的字段），含有以下屬性：
name：字段名
type：之前定義過(guò)的各種FieldType
indexed：是否被索引
stored：是否被存儲(chǔ)（如果不需要存儲(chǔ)相應(yīng)字段值，盡量設(shè)為false）
multiValued：是否有多個(gè)值（對(duì)可能存在多值的字段盡量設(shè)置為true，避免建索引時(shí)拋出錯(cuò)誤）
view plain print ?
< fields >
< field name = "id" type = "integer" indexed = "true" stored = "true" required = "true" />
< field name = "name" type = "text" indexed = "true" stored = "true" />
< field name = "summary" type = "text" indexed = "true" stored = "true" />
< field name = "author" type = "string" indexed = "true" stored = "true" />
< field name = "date" type = "date" indexed = "false" stored = "true" />
< field name = "content" type = "text" indexed = "true" stored = "false" />
< field name = "keywords" type = "keyword_text" indexed = "true" stored = "false" multiValued = "true" />
< field name = "all" type = "text" indexed = "true" stored = "false" multiValued = "true" />
3、建議建立一個(gè)拷貝字段，將所有的 全文本 字段復(fù)制到一個(gè)字段中，以便進(jìn)行統(tǒng)一的檢索：
以下是拷貝設(shè)置：
view plain print ?
< copyField source = "name" dest = "all" />
< copyField source = "summary" dest = "all" />
4、動(dòng)態(tài)字段，沒(méi)有具體名稱的字段，用dynamicField字段
如：name為*_i，定義它的type為int，那么在使用這個(gè)字段的時(shí)候，任務(wù)以_i結(jié)果的字段都被認(rèn)為符合這個(gè)定義。如name_i, school_i
view plain print ?
< dynamicField name = "*_i" type = "int" indexed = "true" stored = "true" />
< dynamicField name = "*_s" type = "string" indexed = "true" stored = "true" />
< dynamicField name = "*_l" type = "long" indexed = "true" stored = "true" />
< dynamicField name = "*_t" type = "text" indexed = "true" stored = "true" />
< dynamicField name = "*_b" type = "boolean" indexed = "true" stored = "true" />
< dynamicField name = "*_f" type = "float" indexed = "true" stored = "true" />
< dynamicField name = "*_d" type = "double" indexed = "true" stored = "true" />
< dynamicField name = "*_dt" type = "date" indexed = "true" stored = "true" />
schema.xml文檔注釋中的信息：
1、為了改進(jìn)性能，可以采取以下幾種措施：
將所有只用于搜索的，而不需要作為結(jié)果的field（特別是一些比較大的field）的stored設(shè)置為false
將不需要被用于搜索的，而只是作為結(jié)果返回的field的indexed設(shè)置為false
刪除所有不必要的copyField聲明
為了索引字段的最小化和搜索的效率，將所有的 text fields的index都設(shè)置成field，然后使用copyField將他們都復(fù)制到一個(gè)總的 text field上，然后對(duì)他進(jìn)行搜索。
為了最大化搜索效率，使用java編寫的客戶端與solr交互（使用流通信）
在服務(wù)器端運(yùn)行JVM（省去網(wǎng)絡(luò)通信），使用盡可能高的Log輸出等級(jí)，減少日志量。
2、< schema name =" example" version =" 1.2" >
name：標(biāo)識(shí)這個(gè)schema的名字
version：現(xiàn)在版本是1.2
3、filedType
< fieldType name =" string" class =" solr.StrField" sortMissingLast =" true" omitNorms =" true" />
name：標(biāo)識(shí)而已。
class和其他屬性決定了這個(gè)fieldType的實(shí)際行為。（class以solr開(kāi)始的，都是在org.appache.solr.analysis包下）
可選的屬性：
sortMissingLast和sortMissingFirst兩個(gè)屬性是用在可以內(nèi)在使用String排序的類型上（包括：string,boolean,sint,slong,sfloat,sdouble,pdate）。
sortMissingLast="true"，沒(méi)有該field的數(shù)據(jù)排在有該field的數(shù)據(jù)之后，而不管請(qǐng)求時(shí)的排序規(guī)則。
sortMissingFirst="true"，跟上面倒過(guò)來(lái)唄。
2個(gè)值默認(rèn)是設(shè)置成false
StrField類型不被分析，而是被逐字地索引/存儲(chǔ)。
StrField和TextField都有一個(gè)可選的屬性“compressThreshold”，保證壓縮到不小于一個(gè)大小（單位：char）
< fieldType name =" text" class =" solr.TextField" positionIncrementGap =" 100" >
solr.TextField 允許用戶通過(guò)分析器來(lái)定制索引和查詢，分析器包括一個(gè)分詞器（tokenizer）和多個(gè)過(guò)濾器（filter）
positionIncrementGap：可選屬性，定義在同一個(gè)文檔中此類型數(shù)據(jù)的空白間隔，避免短語(yǔ)匹配錯(cuò)誤。
name: 字段類型名
class: java類名
indexed: 缺省true。 說(shuō)明這個(gè)數(shù)據(jù)應(yīng)被搜索和排序，如果數(shù)據(jù)沒(méi)有indexed，則stored應(yīng)是true。
stored: 缺省true。說(shuō)明這個(gè)字段被包含在搜索結(jié)果中是合適的。如果數(shù)據(jù)沒(méi)有stored,則indexed應(yīng)是true。
sortMissingLast: 指沒(méi)有該指定字段數(shù)據(jù)的document排在有該指定字段數(shù)據(jù)的document的后面
sortMissingFirst: 指沒(méi)有該指定字段數(shù)據(jù)的document排在有該指定字段數(shù)據(jù)的document的前面
omitNorms: 字段的長(zhǎng)度不影響得分和在索引時(shí)不做boost時(shí)，設(shè)置它為true。一般文本字段不設(shè)置為true。
termVectors: 如果字段被用來(lái)做more like this 和highlight的特性時(shí)應(yīng)設(shè)置為true。
compressed: 字段是壓縮的。這可能導(dǎo)致索引和搜索變慢，但會(huì)減少存儲(chǔ)空間，只有StrField和TextField是可以壓縮，這通常適合字段的長(zhǎng)度超過(guò)200個(gè)字符。
multiValued: 字段多于一個(gè)值的時(shí)候，可設(shè)置為true。
positionIncrementGap: 和multiValued
一起使用，設(shè)置多個(gè)值之間的虛擬空白的數(shù)量
< tokenizer class =" solr.WhitespaceTokenizerFactory" />
空格分詞，精確匹配。
< filter class =" solr.WordDelimiterFilterFactory" generateWordParts =" 1" generateNumberParts =" 1" catenateWords =" 1" catenateNumbers =" 1" catenateAll =" 0"splitOnCaseChange =" 1" />
在分詞和匹配時(shí)，考慮 "-"連字符，字母數(shù)字的界限，非字母數(shù)字字符，這樣 "wifi"或"wi fi"都能匹配"Wi-Fi"。
< filter class =" solr.SynonymFilterFactory" synonyms =" synonyms.txt" ignoreCase =" true" expand =" true" />
同義詞
< filter class =" solr.StopFilterFactory" ignoreCase =" true" words =" stopwords.txt" enablePositionIncrements =" true" />
在禁用字（stopword）刪除后，在短語(yǔ)間增加間隔
stopword：即在建立索引過(guò)程中（建立索引和搜索）被忽略的詞，比如is this等常用詞。在conf/stopwords.txt維護(hù)。
4、fields
< field name =" id" type =" string" indexed =" true" stored =" true" required =" true" />
name：標(biāo)識(shí)而已。
type：先前定義的類型。
indexed：是否被用來(lái)建立索引（關(guān)系到搜索和排序）
stored：是否儲(chǔ)存
compressed：[false]，是否使用gzip壓縮（只有TextField和StrField可以壓縮）
mutiValued：是否包含多個(gè)值
omitNorms：是否忽略掉Norm，可以節(jié)省內(nèi)存空間，只有全文本field和need an index-time boost的field需要norm。（具體沒(méi)看懂，注釋里有矛盾）
termVectors：[false]，當(dāng)設(shè)置true，會(huì)存儲(chǔ) term vector。當(dāng)使用MoreLikeThis，用來(lái)作為相似詞的field應(yīng)該存儲(chǔ)起來(lái)。
termPositions：存儲(chǔ) term vector中的地址信息，會(huì)消耗存儲(chǔ)開(kāi)銷。
termOffsets：存儲(chǔ) term vector 的偏移量，會(huì)消耗存儲(chǔ)開(kāi)銷。
default：如果沒(méi)有屬性需要修改，就可以用這個(gè)標(biāo)識(shí)下。
< field name =" text" type =" text" indexed =" true" stored =" false" multiValued =" true" />
包羅萬(wàn)象（有點(diǎn)夸張）的field，包含所有可搜索的text fields，通過(guò)copyField實(shí)現(xiàn)。
< copyField source =" cat" dest =" text" />
< copyField source =" name" dest =" text" />
< copyField source =" manu" dest =" text" />
< copyField source =" features" dest =" text" />
< copyField source =" includes" dest =" text" />
在添加索引時(shí)，將所有被拷貝field（如cat）中的數(shù)據(jù)拷貝到text field中
作用：
將多個(gè)field的數(shù)據(jù)放在一起同時(shí)搜索，提供速度
將一個(gè)field的數(shù)據(jù)拷貝到另一個(gè)，可以用2種不同的方式來(lái)建立索引。
< dynamicField name =" *_i" type =" int" indexed =" true" stored =" true" />
如果一個(gè)field的名字沒(méi)有匹配到，那么就會(huì)用動(dòng)態(tài)field試圖匹配定義的各種模式。
"*"只能出現(xiàn)在模式的最前和最后
較長(zhǎng)的模式會(huì)被先去做匹配
如果2個(gè)模式同時(shí)匹配上，最先定義的優(yōu)先
< dynamicField name =" *" type =" ignored" multiValued=" true" />
如果通過(guò)上面的匹配都沒(méi)找到，可以定義這個(gè)，然后定義個(gè)type，當(dāng)String處理。（一般不會(huì)發(fā)生）
但若不定義，找不到匹配會(huì)報(bào)錯(cuò)。
5、其他一些標(biāo)簽
< uniqueKey > id
文檔的唯一標(biāo)識(shí)， 必須填寫這個(gè)field（除非該field被標(biāo)記required="false"），否則solr建立索引報(bào)錯(cuò)。
< defaultSearchField > text
如果搜索參數(shù)中沒(méi)有指定具體的field，那么這是默認(rèn)的域。
< solrQueryParser defaultOperator =" OR" />
配置搜索參數(shù)短語(yǔ)間的邏輯，可以是"AND|OR"。
二、solrconfig.xml
1、索引配置
mainIndex 標(biāo)記段定義了控制Solr索引處理的一些因素.
useCompoundFile：通過(guò)將很多 Lucene 內(nèi)部文件整合到單一一個(gè)文件來(lái)減少使用中的文件的數(shù)量。這可有助于減少 Solr 使用的文件句柄數(shù)目，代價(jià)是降低了性能。除非是應(yīng)用程序用完了文件句柄，否則false的默認(rèn)值應(yīng)該就已經(jīng)足夠。
useCompoundFile：通過(guò)將很多Lucene內(nèi)部文件整合到一個(gè)文件，來(lái)減少使用中的文件的數(shù)量。這可有助于減少Solr使用的文件句柄的數(shù)目，代價(jià)是降低了性能。除非是應(yīng)用程序用完了文件句柄，否則false的默認(rèn)值應(yīng)該就已經(jīng)足夠了。
mergeFacor：決定Lucene段被合并的頻率。較小的值（最小為2）使用的內(nèi)存較少但導(dǎo)致的索引時(shí)間也更慢。較大的值可使索引時(shí)間變快但會(huì)犧牲較多的內(nèi)存。（典型的時(shí)間與空間 的平衡配置）
maxBufferedDocs：在合并內(nèi)存中文檔和創(chuàng)建新段之前，定義所需索引的最小文檔數(shù)。段是用來(lái)存儲(chǔ)索引信息的Lucene文件。較大的值可使索引時(shí)間變快但會(huì)犧牲較多內(nèi)存。
maxMergeDocs：控制可由Solr合并的 Document 的最大數(shù)。較小的值（<10,000）最適合于具有大量更新的應(yīng)用程序。
maxFieldLength：對(duì)于給定的Document，控制可添加到Field的最大條目數(shù)，進(jìn)而階段該文檔。如果文檔可能會(huì)很大，就需要增加這個(gè)數(shù)值。然后，若將這個(gè)值設(shè)置得過(guò)高會(huì)導(dǎo)致內(nèi)存不足錯(cuò)誤。
unlockOnStartup：告知Solr忽略在多線程環(huán)境中用來(lái)保護(hù)索引的鎖定機(jī)制。在某些情況下，索引可能會(huì)由于不正確的關(guān)機(jī)或其他錯(cuò)誤而一直處于鎖定，這就妨礙了添加和更新。將其設(shè)置為true可以禁用啟動(dòng)索引，進(jìn)而允許進(jìn)行添加和更新。（鎖機(jī)制）
2、查詢處理配置
query標(biāo)記段中以下一些與緩存無(wú)關(guān)的特性：
maxBooleanClauses：定義可組合在一起形成以個(gè)查詢的字句數(shù)量的上限。正常情況1024已經(jīng)足夠。如果應(yīng)用程序大量使用了通配符或范圍查詢，增加這個(gè)限制將能避免當(dāng)值超出時(shí)，拋出TooMangClausesException。
enableLazyFieldLoading：如果應(yīng)用程序只會(huì)檢索Document上少數(shù)幾個(gè)Field，那么可以將這個(gè)屬性設(shè)置為 true。懶散加載的一個(gè)常見(jiàn)場(chǎng)景大都發(fā)生在應(yīng)用程序返回一些列搜索結(jié)果的時(shí)候，用戶常常會(huì)單擊其中的一個(gè)來(lái)查看存儲(chǔ)在此索引中的原始文檔。初始的現(xiàn)實(shí)常常只需要現(xiàn)實(shí)很短的一段信息。若是檢索大型的Document，除非必需，否則就應(yīng)該避免加載整個(gè)文檔。
query部分負(fù)責(zé)定義與在Solr中發(fā)生的時(shí)間相關(guān)的幾個(gè)選項(xiàng)：
概念：Solr（實(shí)際上是Lucene）使用稱為Searcher的Java類來(lái)處理Query實(shí)例。Searcher將索引內(nèi)容相關(guān)的數(shù)據(jù)加載到內(nèi)存中。根據(jù)索引、CPU已經(jīng)可用內(nèi)存的大小，這個(gè)過(guò)程可能需要較長(zhǎng)的一段時(shí)間。要改進(jìn)這一設(shè)計(jì)和顯著提高性能，Solr引入了一張“溫暖”策略，即把這些新的Searcher聯(lián)機(jī)以便為現(xiàn)場(chǎng)用戶提供查詢服務(wù)之前，先對(duì)它們進(jìn)行“熱身”。
newSearcher和firstSearcher事件，可以使用這些事件來(lái)制定實(shí)例化新Searcher或第一個(gè)Searcher時(shí)，應(yīng)該執(zhí)行哪些查詢。如果應(yīng)用程序期望請(qǐng)求某些特定的查詢，那么在創(chuàng)建新Searcher或第一個(gè)Searcher時(shí)就應(yīng)該反注釋這些部分并執(zhí)行適當(dāng)?shù)牟樵儭?/p>
query中的智能緩存：
filterCache：通過(guò)存儲(chǔ)一個(gè)匹配給定查詢的文檔 id 的無(wú)序集，過(guò)濾器讓 Solr 能夠有效提高查詢的性能。緩存這些過(guò)濾器意味著對(duì)Solr的重復(fù)調(diào)用可以導(dǎo)致結(jié)果集的快速查找。更常見(jiàn)的場(chǎng)景是緩存一個(gè)過(guò)濾器，然后再發(fā)起后續(xù)的精煉查詢，這種查詢能使用過(guò)濾器來(lái)限制要搜索的文檔數(shù)。
queryResultCache：為查詢、排序條件和所請(qǐng)求文檔的數(shù)量緩存文檔 id 的有序集合。
documentCache：緩存Lucene Document，使用內(nèi)部Lucene文檔id（以便不與Solr唯一id相混淆）。由于Lucene的內(nèi)部Document id 可以因索引操作而更改，這種緩存不能自熱。
Named caches：命名緩存是用戶定義的緩存，可被 Solr定制插件 所使用。
其中filterCache、queryResultCache、Named caches（如果實(shí)現(xiàn)了org.apache.solr.search.CacheRegenerator）可以自熱。
每個(gè)緩存聲明都接受最多四個(gè)屬性：
class：是緩存實(shí)現(xiàn)的Java名
size：是最大的條目數(shù)
initialSize：是緩存的初始大小
autoWarmCount：是取自舊緩存以預(yù)熱新緩存的條目數(shù)。如果條目很多，就意味著緩存的hit會(huì)更多，只不過(guò)需要花更長(zhǎng)的預(yù)熱時(shí)間。
對(duì)于所有緩存模式而言，在設(shè)置緩存參數(shù)時(shí)，都有必要在內(nèi)存、cpu和磁盤訪問(wèn)之間進(jìn)行均衡。統(tǒng)計(jì)信息管理頁(yè)（管理員界面的Statistics）對(duì)于分析緩存的 hit-to-miss 比例以及微調(diào)緩存大小的統(tǒng)計(jì)數(shù)據(jù)都非常有用。而且，并非所有應(yīng)用程序都會(huì)從緩存受益。實(shí)際上，一些應(yīng)用程序反而會(huì)由于需要將某個(gè)永遠(yuǎn)也用不到的條目存儲(chǔ)在緩存中這一額外步驟而受到影響。
到此，關(guān)于“solr schema.xml和solrconfig.xml怎么配置”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！
重慶分公司
重慶分公司
