摘要: Solr的字段类型定义了Solr如何解析字段数据并将数据检索出来,了解Solr的字段类型定义有助于更好的配置与使用Solr。
字段类型的定义
字段类型的定义主要包含如下四个方面的信息:
- 名称
- 实现的类名
- 如果field type 是
TextField
,则可以指定字段解析器 - 字段类型属性
在schema.xml
中定义的字段类型
字段类型在schema.xml
中指定,每一个字段类型被定义在fieldType
标签之间,下面这个例子是一个text_general
的字段类型:
<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
<analyzer type="index">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
<!-- in this example, we will only use synonyms at query time
<filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
-->
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory"/>
<filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
<filter class="solr.LowerCaseFilterFactory"/>
</analyzer>
</fieldType>
第一行包含了字段类型的名字“text_general”,是由类”solr.TextField”实现的,这个solr
指的是org.apache.solr.schema
或者org.apache.solr.analysis
,也就是说solr.TextField
指的是org.apache.solr.schema.TextField
。
字段类型属性
字段类型声明中,class
已经基本确定了字段类型的行为,当然还可以通过一些属性参数来增加或改变某些行为。
<fieldType name="date" class="solr.TrieDateField"
sortMissingLast="true" omitNorms="true"/>
- 1
- 2
上面的这个date
类型有两个额外的属性”sortMissinglast”和”omitNorms”。
所有的属性可以归结为一下三种形式:
- 字段类型的
class
- 通用属性,支持所有的字段类型
- 默认属性,一些字段类型的属性是特有的,可以通过指定来修改默认值
通用属性
属性 | 说明 | 值 |
---|---|---|
name | 用于定义field 的”type” |
|
class | 定义了使用何种方式处理该类型数据 | |
positionLncrementGap | 对于多值字段,指定多值的间距 | 整数 |
autoGeneratePhraseQueries | 适用于text 字段,Solr是否自动生成短语查询 |
布尔值 |
docValuesFormat | 对于一个字段类型使用定制的DocValuesFormat |
|
postingsFormat | 对于一个字段类型使用定制的PostingsFormat |
默认属性
属性 | 说明 | 值 | 默认值 |
---|---|---|---|
indexed | 字段值是否用于查询 | 布尔值 | true |
stored | 字段真实值是否可以被查询到 | 布尔值 | true |
docValues | 字段值是否列式存储 | 布尔值 | false |
sortMissingFirst sortMissingLast | 没有指定排序规则时,控制文档排序 | 布尔值 | false |
multiValues | 字段是否多值 | 布尔值 | false |
omitNorms | 是否忽略不适用该字段的规范 | 布尔值 | true |
omitTermFreqAndPositions | 是否忽略词频、位置等 | 布尔值 | true |
omitpositions | 类似omitTermFreqAndPositions 但保留词频 |
布尔值 | true |
termVectors | 是否保留term vectors | 布尔值 | false |
termPositions | 是否保留term position | 布尔值 | false |
termOffsets | 是否保留term offset | 布尔值 | false |
termPayloads | 是否保留term payload | 布尔值 | false |
required | 是否拒绝空值的字段 | 布尔值 | false |
useDocValuesAsStored | 如果字段是docValues ,设置为true将允许字段在fl参数匹配“*”时返回数据 |
布尔值 | false |
字段类型相似性
字段类型可以指定一个similarity
,用于对全局的相似性文档进行评分。默认情况下,不指定相似性的话,使用的是BM25Similarity
。
原文地址:https://www.cnblogs.com/cuihongyu3503319/p/9448097.html
时间: 2024-10-28 21:39:15