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>
注：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
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）

总结

以上是生活随笔为你收集整理的Solr 配置文件之schema.xml的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。