标签: solr4

我写了一个TokenFilter在流中添加令牌的.

测试显示它有效,但我不完全理解为什么.

如果有人能够阐明语义,我将不胜感激.特别是在(*)恢复状态时,这是否意味着我们要么覆盖当前令牌,要么在捕获状态之前创建令牌？

这大致就是我所做的

private final LinkedList<String> extraTokens = new LinkedList<String>();
private final CharTermAttribute termAtt = addAttribute(CharTermAttribute.class);
private State savedState;

@Override
public boolean incrementToken() throws IOException {
    if (!extraTokens.isEmpty()) {
        // Do we not loose/overwrite the current termAtt token here? (*)
        restoreState(savedState);
        termAtt.setEmpty().append(extraTokens.remove());
        return true;
    }
    if (input.incrementToken()) {
        if (/* condition */) {
           extraTokens.add("fo");
           savedState = captureState();
        }
        return true;
    }
    return false;
}

这是否意味着,对于空白标记化字符串的输入流 "a b c"

 (a) -> (b) -> (c) -> ... …

我一直在使用solr 3,现在我打算切换到solr 4.我想运行solr的端口是9090而不是8080.AFAIK,更改我们配置solr.xml文件的端口号.我的solr.xml文件中的条目如下所示:

<cores adminPath="/admin/cores" defaultCoreName="collection1" host="${host:}" hostPort="9090" hostContext="${hostContext:solr}" zkClientTimeout="${zkClientTimeout:15000}">
<core name="collection1" instanceDir="collection1" />

令人惊讶的是,当我点击网址时:http:// [domain]:9090/solr/admin ..它说找不到页面,但http:// [domain]:8983/solr /> ..只是工作即使在更改端口号后也可以.我确信我错过了一些东西.有人可以帮我这个吗？

谢谢.

我使用solrj作为客户端来索引solr服务器上的文档.

我在从solr服务器删除'id'索引时遇到问题.我使用以下代码删除索引:

server.deleteById("id:20");
server.commit(true,true);

在此之后,当我再次搜索文档时,搜索结果也包含上述文档.不知道这段代码出了什么问题.请帮我解决问题.

谢谢!

在尝试从Solr 4.3.0升级到Solr 4.4.0时,我遇到了这个异常:

 java.lang.IllegalArgumentException: enablePositionIncrements=false is not supported anymore as of Lucene 4.4 as it can create broken token streams

这让我想到了这个问题.我需要能够匹配查询,而不管插入的停用词(曾经使用enablePositionIncrements ="true").例如:"条形图的foo"会找到与"foo bar","foo of bar"和"foo of the bar"相匹配的文档.在4.4.0中不推荐使用此选项我不清楚如何保持相同的功能.

该包的Javadoc补充说:

如果所选分析器过滤停用词"是"和"该",那么对于包含字符串"蓝色是天空"的文档,只有标记"蓝色","天空"被索引,位置("天空") = 3 +位置("蓝色").现在,短语查询"蓝色是天空"会找到该文档,因为同一个分析器会从该查询中过滤相同的停用词.但是短语查询"蓝天"将找不到该文档,因为"蓝色"和"天空"之间的位置增量仅为1.

如果此行为不符合应用程序需求,则需要将查询解析器配置为在生成短语查询时不考虑位置增量.

但是没有提到如何实际配置查询解析器来执行此操作.当Solr走向5.0时,有谁知道如何处理这个问题？

我正在使用apache solr来获取我的webapp的匹配功能,我遇到了这种情况的问题:

我有三个程序员,技能领域是他们的技能,"重量"意味着他/她的技能有多好:

{
    name: "John",
    skill: [
        {name: "java", weight: 90},
        {name: "oracle", weight: 90},
        {name: "linux", weight: 70}
    ]
},
{
    name: "Sam",
    skill: [
        {name: "C#", weight: 98},
        {name: "java", weight: 75},
        {name: "oracle", weight: 70},
        {name: "tomcat", weight: 70},
    ]
},
{
    name: "Bob",
    skill: [
        {name: "oracle", weight: 90},
        {name: "java", weight: 85}
    ]
}

我找工作的程序员:

{
    name: "webapp development",
    skillRequired: [
        {name: "java", weight: 85},
        {name: "oracle", weight: 85},
    ]
}

我想用这份工作的"技能要求"来匹配那些程序员(找到最适合这份工作的人).在这种情况下,应该是John和Bob,Sam因为他的java和oracle技能不够好而被踢掉了.约翰应该比鲍勃得分更高,因为他更了解甲骨文.

问题是,solr无法索引嵌套对象,我认为我能得到的最佳格式是:

name: …

我试过precisionStep在几个地方理解,但不能完全理解它的概念.所以,请用非常简单的话来解释它的含义.

我想从solr中搜索数据,如下所示

这是我的两张桌子:

那我怎么能用solr做这个日期搜索....

编辑

我使用SolrPhpClient进行此操作.

这是我的schema.xml中的字段:

    <fields>
   <field name="id" type="string" indexed="true" stored="true" required="true"/>
   <field name="event_name" type="text_general" indexed="true" stored="true"/>
   <field name="event_category_id" type="string" indexed="true" stored="true"/>
   <field name="cat_name" type="text_general" indexed="true" stored="true"/>
   <field name="event_sub_category_id" type="string" indexed="true" stored="true"/>
   <field name="sub_cat_name" type="text_general" indexed="true" stored="true"/>
   <field name="event_location" type="text_general" indexed="true" stored="true"/>
   <field name="org_id" type="string" indexed="false" stored="true"/>
   <field name="org_name" type="text_general" indexed="true" stored="true"/>
   <field name="event_city" type="text_general" indexed="true" stored="true"/>

   <field name="multiple_tags" type="text_general" indexed="true" stored="true" multiValued="true" />

   <field name="multiple_start_dates" type="date" indexed="true" stored="true" multiValued="true" />

   <field name="event_twitter_url" type="text_general" indexed="false" stored="true"/>
   <field name="event_fb_url" type="text_general" …

如何使用JSON更新Solr 4.5.1中的多个文档？我试过这个,但它不起作用:

POST /solr/mycore/update/json:

{
  "commit": {},
  "add": {
    "overwrite": true,
    "doc": [{
        "thumbnail": "/images/404.png",
        "url": "/404.html?1",
        "id": "demo:/404.html?1",
        "channel": "demo",
        "display_name": "One entry",
        "description": "One entry is not enough."
      }, {
        "thumbnail": "/images/404.png",
        "url": "/404.html?2",
        "id": "demo:/404.html?2",
        "channel": "demo",
        "display_name": "Another entry",
        "description": "Another entry is required."
      }
    ]
  }
}

我正在尝试将标准4.x Solr安装升级到Solr云5.xI在两者之间进行了一些性能测试,发现了巨大的差异.在同一台服务器上,在不同的时间,我运行了以下内容:

• Solr cloud 5.2.1和5.3,2个分片,2个副本,3个动物园管理员
• Solr标准两者都有相同的配置(solrconfig等).

两者都有相同的数据

在多次执行示例查询时,平均结果是标准Solr比Solr云快5倍.

dataimport处理程序也比标准solr快2倍.

有什么想法为什么这种差异以及如何提高solrcloud性能？

我有一个像这样的Solr文档,其中所有字段都映射为单个文档.

<doc>
    <int name="Id">7</int>
    <str name="Name">PersonName</str>
    <str name="Address">Address Line 1, Address Line 2, City</str>
    <str name="Country">India</str>
    <str name="ImageURL">0000028415.jpeg</str>
    <arr name="Category">
      <str>Student</str>
      <str>Group A</str>
    </arr>
</doc>

我们希望对其进行规范化,并为Person,Country和Category分别提供doc类型.

<doc>
    <int name="PId">7</int>
    <str name="Name">PersonName</str>
    <str name="Address">Address Line 1, Address Line 2, City</str>
    <str name="CountryId">91</str>
    <str name="ImageURL">0000028415.jpeg</str>
    <arr name="CategoryId">
      <str>2</str>
      <str>5</str>
    </arr>
</doc>



    <doc>
        <int name="CId">91</int>
        <str name="CountryName">India</str>
    </doc>



<doc>
        <int name="CatId">2</int>
        <str name="CategoryName">Student</str>
    </doc>

请注意,我只是简化了示例,我使用的实际文档比这复杂得多,并且索引中有数百万个文档.

我想了解,如何使用这种文档结构加入并进行过滤查询.与之前的情况相比,它如何影响性能,其中所有细节都存储在单个doc结构中.

更新

具有当前结构的示例查询,希望这有助于了解当前如何完成它:

以下是应用了某些方面的搜索示例查询 -

/select?indent=on&wt=json&facet.field={!ex%3DCategory}Category&facet.field=Manufacturer&facet.field=Vendor&facet.field=f_Hardrive&facet.field=f_Operating%2BSystem&facet.field=f_Memory&facet.field=f_CPU%2BType&facet.field=f_Screensize&facet.field=pa_OS&bf=&start=0&fq={!tag%3DCategory}Category:Notebooks&fq=Price:[0+TO+9999999999999]&rows=6&version=2.2&bq=&facet.query=AverageRating:[4+TO+5]&facet.query=AverageRating:[3+TO+5]&facet.query=AverageRating:[2+TO+5]&facet.query=AverageRating:[1+TO+5]&q=(laptop)&defType=edismax&spellcheck.q=(laptop)&qf=Name^7++ShortDescription^6++FullDescription^4+CategoryCopy^2+ManufacturerCopy^2+Sku^3+ChildSku^3+nGramContent+Attributes+ProductAttributes+Tag+ManufacturerPartNumber+CustomProperties&spellcheck=true&stats=true&facet.mincount=1&facet=true&spellcheck.collate=true&stats.field=Price

这个带有facets的过滤器查询:

select?indent=on&wt=json&facet.field=f_Hardrive&facet.field=f_Operating%2BSystem&facet.field=f_Memory&facet.field=f_CPU%2BType&facet.field={!ex%3Df_Screensize}f_Screensize&facet.field=pa_HDD&facet.field=pa_OS&facet.field={!ex%3Dpa_OS}pa_OS&facet.field=pa_OS&facet.field=pa_Processor&facet.field=pa_RAM&facet.field=pa_Software&facet.field=Vendor&facet.field={!ex%3DManufacturer}Manufacturer&facet.field=Category&start=0&fq=StockAvailability:(true)&fq={!tag%3Df_Screensize}f_Screensize:15.0%2527%2527\!!4!!&fq={!tag%3Dpa_OS}pa_OS:Apple\!!0!!&fq={!tag%3DPrice}Price:[594+TO+1800]&sort=CDO_1+asc&rows=6&version=2.2&facet.query=AverageRating:[4+TO+5]&facet.query=AverageRating:[3+TO+5]&facet.query=AverageRating:[2+TO+5]&facet.query=AverageRating:[1+TO+5]&q=CategoryID:(1+OR+2+OR+3+OR+4)&defType=edismax&spellcheck=true&stats=true&facet.mincount=1&facet=true&spellcheck.collate=true&stats.field=Price