Solr---Group分组查询

场景描述：

        普通查询时，查询的结果中，个人信息有很多重复的，按照业务需求需要将重复的个人信息隐藏，所以使用分组查询，如果想查看隐藏的部分，则在具体分组中继续使用分页的查询。

分组查询：

JAVA部分代码：

1. ...
2.         // 创建solrQuery对象
3. SolrQuery query = new SolrQuery();
4. query.set("q", "*:*" );
5. /*分组*/
6. //是否分组
7. query.setParam("group", true);
8. //分组的字段，不可以是多值字段
9. query.setParam("group.field", "PAT_ID");
10. //分组中每个组的上限数量，默认为1
11. query.setParam("group.limit","2");
12. //分布式模式使用分组，并返回分组数量
13. query.setParam("group.ngroups","true");
14. // 设置start，开始的组
15. query.setStart(0);
16. // 设置rows，返回多少组
17. query.setRows(10);
18. // 执行搜索，返回response对象
19. QueryResponse rq = cloudSolrClient.query(query);
20. // 从response中获取想要的结果，因为结构与正常搜索的结构不一致，所以取数据时与普通搜索获取数据不一样
21. GroupResponse groupResponse = rq.getGroupResponse();
22. List<GroupCommand> groupCommandList = groupResponse.getValues();
23. SolrDocumentList solrDocumentList = new SolrDocumentList();
24. long count = 0;
25. long groupNum=0;
26. // 判断是否为空
27. if(groupCommandList!=null && groupCommandList.size()>0){
28. // 匹配出的结果总数
29. count = groupCommandList.get(0).getMatches();
30. // 分组总数
31. groupNum = groupCommandList.get(0).getNGroups();
32. List<Group> groupList=groupCommandList.get(0).getValues();
33. // 遍历返回的每个分组
34. for(Group group:groupList){
35. // 若为普通搜索的结果则只有一条；若为分组详情则只有一组，将一组全部放入
36. for(SolrDocument solrDocument:group.getResult()){
37. // 将分组中的数放入最后一个参数
38. solrDocument.addField("numFound",group.getResult().getNumFound());
39. // 每个分组只取第一个
40. solrDocumentList.add(solrDocument);
41. }
42. }
43. }
44.         ...

        查询结果在solrDocumentList中，处理成什么格式可以自己设置；groupNum为分组的组数，count为所有匹配的文档数（不分组的匹配数）；

Solr管理页面查询的结构如下：

分组中的分页：

JAVA部分代码：

1. //分组中的偏移量，相当于普通搜索中的start
2. query.setParam("group.offset",String.valueOf(map.get("groupOffset")));
3. //分组中每个组的上限数量，相当于普通搜索中的每页数量rows，默认为1
4. query.setParam("group.limit",String.valueOf(map.get("groupLimit")));

        配合这两个条件，进行分组中的分页。

 

《Solr实战》中这样写道：

1. 结果分组功能在分布式模式下不能完全起作用。
2. 如果计划在分布式模式下使用Solr的分组功能，并需要得到精确的分组数量（由group.ngroups=true参数返回）。
3. 如果没有按照计划那样，将数据按照分组的字段分割到各个分片上，那返回的分组数量仅仅是一个上限值。解决办法是
4. 自定义散列，就是设置一个id让指定的一组文档分发到同一个分片上，这样做最大的问题是会造成集群里分片的不均衡。

        经过多次测试，发现并没有发生文章中说的那样的问题。而且在尝试设置自定义散列的时候不知道该如何设置，起初我在配置文件中设置，但是没有效果。网上也没人设置过，没有出现上述问题，也就不再关心这个自定义散列了。

对于分组的参数，官网也有提及，如下：

地址：https://wiki.apache.org/solr/FieldCollapsing

下面是别人翻译过来的：

地址：https://blog.csdn.net/jiangchao858/article/details/63256048

参数	类型	说明
group	布尔值	设为true，表示结果需要分组
group.field	字符串	需要分组的字段，字段类型需要时是StrField或TextField
group.func	查询语句	可以指定查询函数
group.query	查询语句	可以指定查询语句
rows	整数	返回多少组结果，默认10
start	整数	指定结果开始位置/偏移量
group.limit	整数	每组返回多数条结果,默认1
group.offset	整数	指定每组结果开始位置/偏移量
sort	排序算法	控制各个组的返回顺序
group.sort	排序算法	控制每一分组内部的顺序
group.format	grouped/simple	设置为simple可以使得结果以单一列表形式返回
group.main	布尔值	设为true时，结果将主要由第一个字段的分组命令决定
group.ngroups	布尔值	设为true时，Solr将返回分组数量，默认fasle
group.truncate	布尔值	设为true时，facet数量将基于group分组中匹相关性高的文档，默认fasle
group.cache.percent	整数0-100	设为大于0时，表示缓存结果，默认为0。该项对于布尔查询，通配符查询，模糊查询有改善，却会减慢普通词查询。