這篇文章主要介紹了Solr配置文件schema.xml的內(nèi)容是什么，具有一定借鑒價(jià)值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。
成都創(chuàng)新互聯(lián)公司是一家專業(yè)提供新興企業(yè)網(wǎng)站建設(shè),專注與成都網(wǎng)站設(shè)計(jì)、網(wǎng)站建設(shè)、H5場(chǎng)景定制、小程序制作等業(yè)務(wù)。10年已為新興眾多企業(yè)、政府機(jī)構(gòu)等服務(wù)。創(chuàng)新互聯(lián)專業(yè)網(wǎng)站制作公司優(yōu)惠進(jìn)行中。
一、字段配置（schema）
schema.xml位于solr/collection1/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，用來定義這個(gè)類型的行為。
...
...
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，包括分詞和過濾，如下：
2、再來看下fields節(jié)點(diǎn)內(nèi)定義具體的字段（類似數(shù)據(jù)庫的字段），含有以下屬性：
name：字段名
type：之前定義過的各種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）
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：
4、動(dòng)態(tài)字段，沒有具體名稱的字段，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
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、
name：標(biāo)識(shí)這個(gè)schema的名字
version：現(xiàn)在版本是1.2
3、filedType
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"，跟上面倒過來唄。
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）
solr.TextField 允許用戶通過分析器來定制索引和查詢，分析器包括一個(gè)分詞器（tokenizer）和多個(gè)過濾器（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，避免短語匹配錯(cuò)誤。
name: 字段類型名
class: java類名
indexed: 缺省true。 說明這個(gè)數(shù)據(jù)應(yīng)被搜索和排序，如果數(shù)據(jù)沒有indexed，則stored應(yīng)是true。
stored: 缺省true。說明這個(gè)字段被包含在搜索結(jié)果中是合適的。如果數(shù)據(jù)沒有stored,則indexed應(yīng)是true。
sortMissingLast: 指沒有該指定字段數(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
空格分詞，精確匹配。
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"。
同義詞
在禁用字（stopword）刪除后，在短語間增加間隔
stopword：即在建立索引過程中（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
name：標(biāo)識(shí)而已。
type：先前定義的類型。
indexed：是否被用來建立索引（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，用來作為相似詞的field應(yīng)該存儲(chǔ)起來。
termPositions：存儲(chǔ) term vector中的地址信息，會(huì)消耗存儲(chǔ)開銷。
termOffsets：存儲(chǔ) term vector 的偏移量，會(huì)消耗存儲(chǔ)開銷。
default：如果沒有屬性需要修改，就可以用這個(gè)標(biāo)識(shí)下。
包羅萬象（有點(diǎn)夸張）的field，包含所有可搜索的text fields，通過copyField實(shí)現(xiàn)。
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種不同的方式來建立索引。
如果一個(gè)field的名字沒有匹配到，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
如果通過上面的匹配都沒找到，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
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)。
如果搜索參數(shù)中沒有指定具體的field，那么這是默認(rèn)的域。
配置搜索參數(shù)短語間的邏輯，可以是"AND|OR"。
感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“Solr配置文件schema.xml的內(nèi)容是什么”這篇文章對(duì)大家有幫助，同時(shí)也希望大家多多支持創(chuàng)新互聯(lián)，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
重慶分公司
重慶分公司
