Solr的自动完成实现方式（Suggester方式）

 

组件配置 
在上一期的配置组件中添加如下的参数：

<str name="sourceLocation">dict.txt</str>  

这样我们的配置就变成了： 

<searchComponent name="suggest" class="solr.SpellCheckComponent">   
<lst name="spellchecker">   
<str name="name">suggest</str>   
<str name="classname">org.apache.solr.spelling.suggest.Suggester</str>    
<str name="lookupImpl">org.apache.solr.spelling.suggest.tst.TSTLookup</str>   
<str name="field">name_autocomplete</str>   
<str name="sourceLocation">dict.txt</str>   
</lst>   
</searchComponent>  

使用这个参数，我们让suggest组件使用名叫dict.txt的文件作为solr的配置字典。 

handler配置 
handler的配置也需要添加额外的一个参数：

<str name="spellcheck.onlyMorePopular">true</str>  

 

完整的配置为： 

<requestHandler name="/suggest" class="org.apache.solr.handler.component.SearchComponent">   
<lst name="defaults">   
<str name="spellcheck">true</str>   
<str name="spellcheck.dictionary">suggest</str>    
<str name="spellcheck.count">10</str>   
<str name="spellcheck.onlyMorePopular">true</str>   
</lst>   
<arr name="components">   
<str>suggest</str>   
</arr>   
</requestHandler>  

这个参数告诉solr，当查询的结果数多于设定的count数时，返回点击数更多的那些。 

Dictionary 
我们告诉solr来使用这个字段，那么这个字段长的什么样呢？下面来看一个例子： 

# sample dict 
Hard disk hitachi 
Hard disk wd    2.0 
Hard disk jjdd    3.0 

 

这个字典的结果是什么样的呢？每个词组放在单独的一行中，每行以改词组的权重为结束(权重与词组之间以TAB字符分隔)，这个权重就是跟spellcheck.onlyMorePopular=true 香港的参数，默认值为1.0。该字段必须以UTF-8的编码格式存储。每行前有#字符的将被忽略(注释行)。 

数据 
以这种方式，我们不需要数据，字段就是数据。 

运行 
在重新构建suggester之后，我们来看一下它的运行情况，输入命令： 

/suggest?q=Har

得到的结果为： 

<?xml version="1.0" encoding="UTF-8"?>   
<response>   
<lst name="responseHeader">    
<int name="status">0</int>    
<int name="QTime">0</int>   
</lst>   
<lst name="spellcheck">   
<lst name="suggestions">   
<lst name="Dys">      
<int name="numFound">3</int>     
<int name="startOffset">0</int>      
<int name="endOffset">3</int>       
<arr name="suggestion">       
<str>Hard disk jjdd</str>     
<str>Hard disk wd</str>   
<str>Hard disk hitachi</str>     
</arr>    
</lst>   
</lst>   
</lst>   
</response>  

 

结束语 
跟预期一样，suggest的结果是按权重排序的。这里的大小写敏感(注意首字母). 

你有什么建议呢？如果我们有一个很好的字典，这个字典的权重是基于用户的查询行为产生的，那么用户肯定会喜欢它！如果没有好的字典，还是不要用这种方式的好。