Solr 速成

07、Solr速成 Solr7之Terms组件的使用

Terms组件提供访问索引项的字段和每个词相匹配的文档数量。这可以用于建立一个自动建议特性或任何其他的特性,而这个terms不是搜索或文档级别的水平。快速检索索引顺序是直接使用Lucene的TermEnum来遍历这个terms词典。

在某种意义上,这种搜索组件提供快速field-faceting在整个指数,基本不受限制的查询或任何过滤器。返回的文档频率是文档的数量相匹配的term,包括任何文件被标记为删除但尚未从索引中删除。

配置Terms组件

默认情况下,Terms组件已经配置solrconfig.xml为每个集合。

定义Terms组件

定义terms搜索组件很简单:只需给它一个名称,然后使用的类 solr.TermsComponent。

<searchComponent name="terms" class="solr.TermsComponent"/>

但是单单是这样是不可用的，需要配合一个请求处理程序才能正常使用。

请求处理程序中使用的组件

这个terms组件是包含的条款 /terms请求处理程序,这是在Solr的开箱即用的请求处理程序——请看隐式 RequestHandlers。

注意,这个请求处理程序设置参数的默认值"terms" 为 true，它允许条件返回请求。 “distrib”参数设置为false,它允许使用这个处理程序只在一个Solr的核心。

你可以将这个组件添加到另一个处理程序,如果你想，并通过 "terms=true" HTTP请求以收回条款。如果只定义在一个单独的处理程序,查询时必须使用该处理程序为了得到terms，而不是常规的文档作为结果。

Terms组件参数

下面的参数允许您控制Terms的返回。您还可以配置任何的请求处理程序如果你想永久设置它们。或者,您可以将它们添加到查询请求。这些参数是:

terms

设置为true，则开启组件。默认情况下是false

例子:terms=true

terms.fl

指定字段的检索条件。 terms=true 这个参数是必需的。

例子:terms.fl=title

terms.list

获取文档频率的逗号分隔的列表。总是在索引顺序返回。如果 terms.ttf设置为true，也返回他们的总的term频率。如果多个 terms.fl 被定义,这些统计的数据将为每一项在每一个请求返回字段。

例子:terms.list=termA,termB,termC

terms.limit

返回指定的最大数量terms。默认值是 10。如果限制设置为小于0,然后没有最大限度地执行。虽然这不是必需的,或者这个参数 terms.upper必须定义。

例子:terms.limit = 20

terms.lower

指定的term。如果未指定,则使用空字符串,导致Solr从头开始的。

例子:terms.lower=orange

terms.lower.incl

如果设置为true,包括下界(指定 terms.lower的结果集。

例子:terms.lower.incl = false

terms.mincount

指定最低文档频率返回为了一个term被包括在一个查询响应。结果是包容性的mincount(> = mincount)。

例子:terms.mincount = 5

terms.maxcount

指定的最大文档频率项必须被包括在一个查询响应。默认设置为 -1,这集没有上限。结果是包容性的maxcount(< = maxcount)。

例子:terms.maxcount = 25

terms.prefix

从指定的字符串匹配以***为前缀的。

例子:terms.prefix=inter

terms.raw

如果设置为true,返回原始字符的索引term,不管它是否可读。例如,数字数据的索引形式不是人类可读的。

例子:terms.raw = true

terms.regex

限制条件匹配的正则表达式匹配。

例子:* pedist terms.regex =

terms.regex.flag

定义了一个Java正则表达式国旗使用在评估定义的正则表达式 terms.regex。看到 http://docs.oracle.com/javase/tutorial/essential/regex/pattern.html每个国旗的详情。有效的选项是:

case_insensitive
评论
多行
文字
dotall
unicode_case
canon_eq
unix_lines

例子: terms.regex.flag = case_insensitive

terms.stats

包括索引统计信息的结果。目前只返回 numDocs 对于一个集合。当结合 terms.list它提供了足够的信息来计算逆文档频率(IDF)术语的列表。

terms.sort

定义了如何返回的terms。有效的选项是 count,这类词的频率,频率最高的词,或 index 在指数排序顺序。

例子:terms.sort=index

terms.ttf

如果设置为true ,返回 df(docFreq)和 ttf为每个请求项(totalTermFreq)统计 terms.list。在这种情况下,响应格式是:

<lst name="terms">
  <lst name="field">
    <lst name="termA">
      <long name="df">22</long>
      <long name="ttf">73</long>
    </lst>
  </lst>
</lst>

terms.upper

指定要停在这个词。虽然不需要此参数,这个参数或 terms.limit必须定义。

例子:``terms.upper=plum

terms.upper.incl

如果设置为true,上界项是包含在结果集。默认是false。

例子:terms.upper.incl = true

terms请求的响应是一个术语及其文档频率值的列表。

你可能也会感兴趣的 TermsComponent javadoc。

Terms组件的例子

请求查询的十个terms名称的字段:

http://localhost:8983/solr/techproducts/terms?terms.fl=name&wt=xml

结果：

<response>
  <lst name="responseHeader">
    <int name="status">0</int>
    <int name="QTime">2</int>
  </lst>
  <lst name="terms">
    <lst name="name">
      <int name="one">5</int>
      <int name="184">3</int>
      <int name="1gb">3</int>
      <int name="3200">3</int>
      <int name="400">3</int>
      <int name="ddr">3</int>
      <int name="gb">3</int>
      <int name="ipod">3</int>
      <int name="memory">3</int>
      <int name="pc">3</int>
    </lst>
  </lst>
</response>

得到前十项以字母“a”开始

请求查询的前十个terms名称的字段是按照索引顺序(而不是排名前十位的结果文档数):

http://localhost:8983/solr/techproducts/terms?terms.fl=name&terms.lower=a&terms.sort=index&wt=xml

结果:

<response>
  <lst name="responseHeader">
    <int name="status">0</int>
    <int name="QTime">0</int>
  </lst>
  <lst name="terms">
    <lst name="name">
      <int name="a">1</int>
      <int name="all">1</int>
      <int name="apple">1</int>
      <int name="asus">1</int>
      <int name="ata">1</int>
      <int name="ati">1</int>
      <int name="belkin">1</int>
      <int name="black">1</int>
      <int name="british">1</int>
      <int name="cable">1</int>
    </lst>
  </lst>
</response>

SolrJ调用

 SolrQuery query = new SolrQuery();
    query.setRequestHandler("/terms");
    query.setTerms(true);
    query.setTermsLimit(5);
    query.setTermsLower("s");
    query.setTermsPrefix("s");
    query.addTermsField("terms_s");
    query.setTermsMinCount(1);

    QueryRequest request = new QueryRequest(query);
    List<Term> terms = request.process(getSolrClient()).getTermsResponse().getTerms("terms_s");

使用Terms组件自动建议特性

如果Suggester不能满足您的需求,您可以使用Solr的Terms组成部分来构建自己的搜索应用程序类似的功能。只需提交一个查询指定用户已经输入的任何字符作为前缀。例如,如果用户输入的"at",搜索引擎的接口将提交以下查询:

http://localhost:8983/solr/techproducts/terms?terms.fl=name&terms.prefix=at&wt=xml

结果:

<response>
  <lst name="responseHeader">
    <int name="status">0</int>
    <int name="QTime">1</int>
  </lst>
  <lst name="terms">
    <lst name="name">
      <int name="ata">1</int>
      <int name="ati">1</int>
    </lst>
  </lst>
</response>

您可以使用参数 omitHeader = true省略了查询响应的响应头,像在这个例子中,也以JSON格式返回响应:

http://localhost:8983/solr/techproducts/terms?terms.fl=name&terms.prefix=at&omitHeader=true

结果:

{
  "terms": {
    "name": [
      "ata",
      1,
      "ati",
      1
    ]
  }
}

分布式搜索支持

TermsComponent还支持分布式索引。为 /terms请求处理程序,您必须提供以下两个参数:

shards

分布式索引配置中指定了碎片。关于分布式索引的更多信息,请参阅分布式搜索和索引分片。

shards.qt

指定请求的请求处理程序使用shards。