1.4.2 solr字段类型--(1.4.2.1)字段类型定义和字段类型属性

时间:2023-03-09 03:30:32
1.4.2 solr字段类型--(1.4.2.1)字段类型定义和字段类型属性

字段类型定义和字段类型属性

  字段类型元素fieldType包含4个信息的类型:name,class-实现类的名称,analyzer-用于字段类型的分析,字段属性Field.

schema.xml中定义字段类型

  字段类型定义在schema.xml中的types元素下,每个字段类型都在filedType元素之间定义,下面是一个 text_general的例子:

<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" enablePositionIncrements="true" />
<filter class="solr.LowerCaseFilterFactory" />
</analyzer>
<analyzer type="query">
<tokenizer class="solr.StandardTokenizerFactory" />
<filter class="solr.StopFilterFactory" ignoreCase="true"
words="stopwords.txt" enablePositionIncrements="true" />
<filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt"
ignoreCase="true" expand="true" />
<filter class="solr.LowerCaseFilterFactory" />
</analyzer>
</fieldType>

  上面例子中的第一行包含了字段类型的名称text_general,以及对应的实现类solr.TextField,剩下部分定义了字段的分析.

  实现类是负责确保该字段的正确处理,在这个class名称中,字符串solr时 org.apache.solr.schema 或者org.apache.solr.analysis的简称.

字段类型属性

  字段类型的class决定了字段类型的大部分行为,但是可选的属性也可以被定义.如下面的日期类型定义了sortMissingLast和omitNorms两个属性.

<fieldType name="date" class="solr.DateField" sortMissingLast="true" omitNorms="true" />

  这个字段类型的属性可以分为三大类:

    指定字段类型的类.

    常规属性-solr所有字段类型都支持的属性.

    字段默认属性-使用

常规属性

属性 描述
positionIncrementGap 对于多值字段来说,在多个值之间指定一个距离,预防假的匹配现象. integer
autoGeneratePhraseQueries

对于文本字段,如果为true,solr自动为相邻词语生成短语查询,

如果false,词语之间必须使用双引号才被当作短语查询.

true或false
docValuesFormat

自定义一个DocValuesFormat,用于这个类型的字段,这就需要一个模式感知编码解码器(schema-aware),

如solrconfig.xml中定义的SchemaCodecFactory

 n/a
postingsFormat  自定义一个PostingsFormat,用于这个类型的字段,这就需要一个模式感知编码解码器(schema-aware),

如solrconfig.xml中定义的SchemaCodecFactory

 n/a

  

字段默认属性

属性 描述
indexed true:字段值可以用于查询检索 true or false
stored true:实际字段值在索引中存储 true or false
docValues true,字段值将被存放在一个一行为主(面向列)docValues结构中. true or false
sortMissingFirst
sortMissingLast
如果排序字段不存在时,用于控制文档的布局.自solr3.5起,这些应用于所有的numeric字段,tri和日期字段. true or false
multiValued true,声明一个单独的文档的字段下可以包含多个值 true or false
omitNorms true,忽略与此字段关联的规范,对所有的原始字段(不分词),默认为true.如int,float,data,bool,string.只有文本字段和需要索引时间加权的字段 需要规范(norms). true or false
omitTermFreqAndPositions true,忽略词语的频率,位置和位置处的有效负载.对于不需要这些信息的字段,这是一个性能提升,同样也减少了索引的存储空间.依赖位置的查询,发布在使用这个选项上的字段,将无法找到匹配的文档.这个属性对所有的非文本字段默认为true. true or false
omitPositions 和omitTermFreqAndPositions相似,但是保存词语的频率信息. true or false
termVectors
termPositions
termOffsets
这些选项指示solr维护每个文档的全部词语的向量信息,可选择的包含每个词语在这些向量中出现的位置和偏移量信息.这些可以用于
加速高亮和其他辅助功能.但是在索引大小方面增加了相当一部分消耗.对于solr的标准使用来说时没有必要的.
true or false