首页 > 代码库 > Solr 配置文件之schema.xml

Solr 配置文件之schema.xml

schema.xml这个配置文件的根本目的是为了通过配置告诉Solr怎样建立索引。

solr的数据结构例如以下:
  • document:一个文档、一条记录
    • field:域、属性
solr通过搜索某个或某些field,返回若干个符合条件的document,或者按搜索的score排序返回。
假设跟数据库对照,document相当于数据库的表。field相当于表中的字段。而schema.xml就是为了定义一个表的结构(定义各个field的名字、类型、约束、等等)。

schema.xml的基本结构例如以下:
<schema>
    <types>
    <fields>
    <uniqueKey>
    <copyField>
</schema>

经常使用的配置说明:
  • field:定义一个document中的各个fields
    • name:必填。

      该field的名字。前后都有下划线的name是系统保留的名字,比方“_version_”

    • type:必填。类型。相应于fieldType的name
    • default:该field的缺省值
    • indexed:true/false。是否为该field建立索引。以让用户能够搜索它、统计它(facet)
    • stored:true/false。定义这个field能否够返回给查询者
    • multiValued:true/false。能否够容纳多个值(比方多个copyField的dest指向它)。假设是true。则该field不能被排序、不能作为uniqueKey
    • required:true/false,告诉solr这个field是否接受空值。缺省为false
    • docValues:true/false,建立document-to-value索引,以提高某些特殊搜索的效率(排序、统计、高亮)
  • copyField:把一个field的内容复制到另外一个field中。一般用来把几个不同的field copy到同一个field中,以方便仅仅对一个field进行搜索
    • source:被拷贝的field。支持用通配符指定多个field,比方:*_name
    • dest:复制到的目的field
    • maxChars:最大字符数
  • uniqueKey:指定一个field为唯一索引
  • fieldType:定义field的类型,包含以下一些属性
    • name:必填。被field配置使用
    • class:必填,filedType的实现类。solr.TextField是路径缩写,"等价于"org.apache.solr.schema.TextField"
    • multiValued:?
    • positionIncrementGap:指定mutiValued的距离
    • ananlyzer:假设class是solr.TextField。这个配置是必填的。

      告诉solr怎样处理某些单词、怎样分词,比方要不要去掉“a”。要不要所有变成小写……

      • type:index或query
      • tokenizer:分词器,比方:StandardTokenizerFactory
      • filter:过滤器,比方:LowerCaseFilterFactory
  • dynamicField:用通配符定义一个field来存在没有被field定义的漏网之鱼
    • name:使用通配符。比方“*_i”,来处理类似“cost_i”之类的field

一个简单的样例:
<?xml version="1.0" encoding="UTF-8" ?

> <schema name="course_video" version="1.5"> <field name="id" type="int" indexed="true" stored="true" required="true" multiValued="false" /> <field name="_version_" type="long" indexed="true" stored="true"/> <field name="title" type="string" indexed="true" stored="true" required="true" multiValued="false" /> <field name="tags" type="string" indexed="true" stored="false" required="false" multiValued="false" /> <field name="content" type="string" indexed="true" stored="true" required="false" multiValued="false" /> <field name="info_text" type="text_general" indexed="true" stored="false" multiValued="true" /> <copyField source="title" dest="info_text" /> <copyField source="content" dest="info_text" /> <copyField source="tags" dest="info_text" /> <uniqueKey>id</uniqueKey> <fieldType name="string" class="solr.StrField" sortMissingLast="true" /> <fieldType name="int" class="solr.TrieIntField" precisionStep="0" positionIncrementGap="0"/> <fieldType name="text_general" class="solr.TextField" positionIncrementGap="100"> <analyzer type="index"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> <analyzer type="query"> <tokenizer class="solr.StandardTokenizerFactory"/> <filter class="solr.LowerCaseFilterFactory"/> </analyzer> </fieldType> </schema>


:solrconfig.xml配置文件里,requestHandler "/select"的缺省“df”是“text”。

假设依照上面的配置。我们想要的缺省搜索info_text,所以须要在solrconfig.xml中改动:

  <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>


能够通过http api获取schema信息:
http://<ip>:8983/solr/<collection>/schema?wt=json

wt=json" style="background-color:inherit">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

(原创文章,转载请注明转自Clement-Xu的博客)


Solr 配置文件之schema.xml