共計(jì) 9874 個(gè)字符，預(yù)計(jì)需要花費(fèi) 25 分鐘才能閱讀完成。
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，丸趣 TV 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)跟著丸趣 TV 小編一起來(lái)學(xué)習(xí)吧！
一、字段配置（schema）
schema.xml 位于 solr/conf/ 目錄下，類(lèi)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(lèi)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(chēng)。
class：指向 org.apache.solr.analysis 包里面對(duì)應(yīng)的 class 名稱(chēng)，用來(lái)定義這個(gè)類(lèi)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 /
…
/ types
…
/ schema
必要的時(shí)候 fieldType 還需要自己定義這個(gè)類(lèi)型的數(shù)據(jù)在建立索引和進(jìn)行查詢(xún)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 /
/ analyzer
/ fieldType
fieldType name = text class = solr.TextField positionIncrementGap = 100
analyzer type = index
!– 這個(gè)分詞包是空格分詞，在向索引庫(kù)添加 text 類(lèi)型的索引時(shí)，Solr 會(huì)首先用空格進(jìn)行分詞
然后把分詞結(jié)果依次使用指定的過(guò)濾器進(jìn)行過(guò)濾，最后剩下的結(jié)果，才會(huì)加入到索引庫(kù)中以備查詢(xún)。
注意:Solr 的 analysis 包并沒(méi)有帶支持中文的包，需要自己添加中文分詞器，google 下。
—
tokenizer class = solr.WhitespaceTokenizerFactory /
!– in this example, we will only use synonyms at query time
filter class = solr.SynonymFilterFactory synonyms = index_synonyms.txt
ignoreCase = true expand = false /
—
!– Case insensitive stop word removal.
add enablePositionIncrements = true in both the index and query
analyzers to leave a gap for more accurate phrase queries.
—
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
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 /
/ analyzer
/ fieldType
2、再來(lái)看下 fields 節(jié)點(diǎn)內(nèi)定義具體的字段（類(lèi)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 /
!– 拷貝字段 –
field name = all type = text indexed = true stored = false multiValued = true /
/ fields
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(chēng)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(xiě)的客戶(hù)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?xún)?nèi)在使用 String 排序的類(lèi)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(lèi)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(hù)通過(guò)分析器來(lái)定制索引和查詢(xún)，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(lèi)型數(shù)據(jù)的空白間隔，避免短語(yǔ)匹配錯(cuò)誤。
name: 字段類(lèi)型名
class: java 類(lèi)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(lèi)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(xiāo)。
termOffsets：存儲(chǔ) term vector 的偏移量，會(huì)消耗存儲(chǔ)開(kāi)銷(xiāo)。
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 / uniqueKey
文檔的唯一標(biāo)識(shí)，必須填寫(xiě)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 / defaultSearchField
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(xún)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(xún)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(xún)，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(hù)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(chēng)為 Searcher 的 Java 類(lèi)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(hù)提供查詢(xún)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(xún)。如果應(yīng)用程序期望請(qǐng)求某些特定的查詢(xún)，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?xún)。
query 中的智能緩存：
filterCache：通過(guò)存儲(chǔ)一個(gè)匹配給定查詢(xún)的文檔 id 的無(wú)序集，過(guò)濾器讓 Solr 能夠有效提高查詢(xún)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(xún)，這種查詢(xún)能使用過(guò)濾器來(lái)限制要搜索的文檔數(shù)。
queryResultCache：為查詢(xún)、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(hù)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(pán)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)注丸趣 TV 網(wǎng)站，丸趣 TV 小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！
