solr核心managed-schema配置详解

最新推荐文章于 2024-04-07 10:34:51 发布

咸鱼c_

最新推荐文章于 2024-04-07 10:34:51 发布

阅读量932

点赞数

分类专栏： solr 文章标签： solr

本文链接：https://blog.youkuaiyun.com/csdn_fan321/article/details/103110464

版权

solr 专栏收录该内容

3 篇文章

订阅专栏

本文详细解析了Solr的managed-schema配置文件，介绍了如何通过配置字段类型和字段属性来优化索引性能。重点讲解了字段类型如int、string、text及其分词器如smartcn和ik的设置，以及字段属性如indexed、stored、required等的作用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

solr核心managed-schema配置详解

managed-schema定义了加入索引的数据的数据类型。主要包括types和fields以及其他一些缺省设置。
注:schema.xml里有一个uniqueKey的配置，这里将id字段作为索引文档的唯一标识符，非常重要。

<?xml version="1.0" encoding="UTF-8"?>
<!-- Solr managed schema - automatically generated - DO NOT EDIT -->
<schema name="testCore" version="1.2">
  <!-- 唯一键，定义唯一键的字段的 required 属性必须为 true -->
  <uniqueKey>ID</uniqueKey>
  <!-- 字段类型的定义
  常用属性
  name：字段类型名称
  class：使用什么方式处理该类型
   -->
  <fieldType name="int" class="solr.TrieIntField"/>
  <fieldType name="string" class="solr.StrField"/>
  <fieldType name="text" class="solr.TextField"/>
  <!-- 配置分词 -->
  <!-- smartcn分词器，自动分词 -->
  <fieldType name="text_smartcn" class="solr.TextField">
    <!--索引时候的分词-->
    <!-- isMaxWordLength:指分词的细粒度，可以分别制定index索引和query查询的分词细粒度，
                          建议将index的isMaxWordLength设置成false，这样就采用最细分词，
                          是索引更精确，查询时尽量能匹配，而将query的isMaxWordLength
                          设置为true，采用最大分词，这样能够使查询出来的结果更符合用户的需求
    -->
    <analyzer type="index" isMaxWordLength="false">
      <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
    </analyzer>
    <!--查询时候的分词-->
    <analyzer type="query" isMaxWordLength="true">
      <tokenizer class="org.apache.lucene.analysis.cn.smart.HMMChineseTokenizerFactory"/>
    </analyzer>
  </fieldType>
  <!-- ik分词器，可自定义分词 -->
  <fieldType name="text_ik" class="solr.TextField">
    <analyzer type="index" isMaxWordLength="false">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory"/>
    </analyzer>
    <analyzer type="query">
      <tokenizer class="org.wltea.analyzer.lucene.IKTokenizerFactory"/>
    </analyzer>
  </fieldType>
  <!-- 配置字段属性
  常用属性
  name：字段名，对应数据源的字段名
  type：字段的类型，对应 fieldType 节点的 name
  indexed：是否需要建立索引 true|false
  stored：是否需要存储这个值，决定了搜索结果中是否有这个值
  default：该字段的缺省值
  required：添加文档时，该字段是否必须存在 true|falsse
  docValues：是否需要添加一个 docValues 域，docValues是一种记录doc字段值的
              一种形式，这对 facet 查询，group 分组，排序，function 查询有好处
   -->
  <field name="ID" type="int" required="true" stored="true"/>
  <field name="title" type="text_ik" indexed="true" stored="true"/>
  <field name="author" type="string" indexed="true" stored="true"/>
  <field name="content" type="text_ik" indexed="true" stored="true"/>
  <field name="lastUpdateTime" type="int" indexed="true" stored="true"/>
  <field name="isDelete" type="string" indexed="true" stored="true"/>
</schema>