1.4.2 solr字段类型
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 | 值 |
| 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 | 值 |
| 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 |