如何确定SOLR索引的字段类型？

Question

我在MySQL表中有两个表字段.一个是VARCHAR,是分类(分类广告网站)的"标题".另一个是TEXT字段,其中包含已分类的"文本".

两个问题:
我应该如何确定如何索引这两个字段？(什么字段类型,使用什么类等)

目前,我有一个"ad_id"作为每个广告的唯一标识符,例如"bmw_m3_82398292".
每当SOLR找到"查询匹配"时,如何让SOLR返回此标识符？ (标识符的第一部分实际上是标题字段内容,第二部分是选择的随机数)

谢谢

Answer 1

图式

您的Solr架构很大程度上取决于您的搜索行为.在schema.xml文件中,您将看到许多选项,如"text"和"string".他们的行为不同.

<fieldtype name="string" class="solr.StrField" sortMissingLast="true"     omitNorms="true"/>

字符串字段类型是文字字符串匹配.它会像==在SQL语句中一样运行.

<fieldtype name="text_ws"   class="solr.TextField"          positionIncrementGap="100">
  <analyzer>
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
  </analyzer>
</fieldtype>

text_ws字段类型执行标记化.然而,该text领域的一个巨大差异是停止词和分隔符和下壳的过滤器.注意如何为Lucene索引和Solr查询指定这些过滤器.因此,在搜索文本字段时,它将使用这些过滤器调整查询字词以帮助查找匹配项.

<fieldtype name="text"      class="solr.TextField"  positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.WhitespaceTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt"/>
    <filter ..... />
    <filter ..... />
    <filter ..... />
  </analyzer>
</fieldtype>

例如,在为新闻故事编制索引时,您可能希望以不同方式搜索公司名称和标题.

<field name="headline" type="text" />
<field name="coname" type="string" indexed="true" multiValued="false" omitNorms="true" />

上面的例子允许你进行类似的搜索&coname:Intel&headline:processor+specifications并检索完全符合英特尔故事的匹配.

如果您想搜索范围

2.结果字段

您可以在RequestHandler中定义一组标准的返回字段

<requestHandler name="mumble" class="solr.DisMaxRequestHandler" >
    <str name="fl">
        category,coname,headline
    </str>
</requestHandler>

您还可以使用fl参数在查询字符串中定义所需的字段:

/select?indent=on&version=2.2&q=coname%3AIn*&start=0&rows=10&fl=coname%2Cid&qt=standard

您还可以使用语法在查询字词中选择范围field:[x TO *].如果您想按日期选择某些广告,可以使用以下内容构建查询

ad_date:[20100101 TO 20100201]

在您的查询条款中.(搜索范围的方法有很多种,我提出的方法是使用整数而不是Date类.)