实战:考虑性能Solr索引的schema设计

从 high level 的角度来看，schema.xml 结果如下,这个例子虽然不是一个真实的XML，但是简洁明了的传达了shema的概念。

<schema>
<types>
<fields>
<uniqueKey>
<defaultSearchField>
<solrQueryParser defaultOperator>
<copyField>
</schema>

绝大部分设计工作和内容都在types和fields中，这两个元素定义了索引的字段和类型，再辅以copyField。夹在copyField和fileds之间的是uniqueKey, defaultSearchField和defaultQueryOperator。

 

1.选择合适的数字类型。

一般数字字段：使用TrieIntField TrieLongField TrieFloatField TrieDoubleField 配置 precisionStep="0"。

频繁范围查询字段:如寻找price在[300,500]之间的记录，使用默认precisionStep或者设置precisionStep="8"(默认值)，这样能提高查询性能，同时代价是索引的size会有一点额外增加。

 

2.处理文本。

技巧1:通过copyField定义通用field。

搜索引擎用户不会希望自己输入field_name：value这种查询条件，更多时候，他们不关注fieldName。可以copy其他field的值到text字段中。搜索时，用户指定value，页面可以直接通过q查询，这也是大多数搜索引擎的搜索方法。

<copyField source="name" dest="text" maxChars="25000" />
<copyField source="feature" dest="text" maxChars="25000" />

技巧2:同一个值存不同形式。

假设你有一个名为author的field，同时需要满足按作者搜索和按第一作者做facet。如下:

Schildt, Herbert; Wolpert, Lewis; Davies, P.

1)按作者搜索场景,copy到textField类型，使用解析器lowCase+除去标点。

schildt  herbert  wolpert  lewis  davies  p

2)facet场景，copy第一作者到string类型：

Schildt, Herber

3.Facet字段使用DocValues。

<field name="manu_exact" type="string" indexed="false" stored="false" docValues="true"/>

如果该字段同时需要作为查询条件，indexed设置为true。