Apache Solr初体验三.docx

Apache Solr初体验三前两天，学习了solr的基本用法，接下来我们就开始真正来学习一下solr。学习一下它的文件结构，配置文件等。以我们现在学习的阶段，最重要的文件夹就是example文件夹，这个里面包含了许多我们要学习的东西。我们再来看一下该文件夹结构我们看到这样的文件结构，文件夹的意思大家肯定都看得懂，这里只介绍两个文件夹，multicore和solr。multicore是多个solr实例时才需要用到，现在我们暂时没用，先不管它。solr是自带的一个solr.home，这个是我们此次介绍的重点。进入此文件夹，我们可以看到如下的结构：bin文件夹为我们有额外的处理脚本时，需要放在这里，这里暂时没用到，我们先跳过。conf是solr的配置文件所在，这里是重点。data为索引目录。由于我以为运行过，所以有这个data.bak目录，这具是以前的备份。我们主要来看一下conf文件夹内的配置文件：这里带副本的是我的备份文件。最主要的文件是schema.xml和solrconfig.xml，其余的如stopwords.txt为停顿词，当索引和查询时遇到这些词会自动忽略，其他文件，我们暂时不用，先不讲了。打开solrconfig.xml我们可以看到dataDir这个标签，默认情况下是这样的dataDir${solr.data.dir:./solr/data}/dataDir?它默认在当前目录下的solr目录下创建data目录来存放索引。这就是为什么当我们把solr.home设置成这个时，在tomcat的bin文件夹内启动时会生成solr/data文件夹。因为我们启动tomat时的当前目录为bin。当然这个不是solr配置错误，对于它自带的jetty服务器来说，它是正确的，因为当前目录，正好是solr的目录。这个文件我们需要配置的东西不多，先讲到这里，以后用到时再慢慢讲解。接下来我们看一下重点的schema.xml，这个文件是对我们索引字段的说明，我们可以索引什么field都在这里进行了说明。我们可以看到里面有一大堆注释，其实看里面的注释，大部分都是可以理解的。这个文件的配置跟我们以后需要进行的中文分词的集成有很大关系，所以这个文件要多看看。我们看到types标签，而在它里面有一大堆fieldType，里面也有一大堆属性，这里大概介绍一下：fieldType是定义索引的field类型，它有好几个属性，最主要的是name和class：name是类型的名称，class是相应的solr中的类。还有两个属性看英文注释可能比较难理解，是sortMissingLast和sortMissingFirst，这两个属性是指当查找出来的内容为空时，它被排在哪里，当sortMissingLast为true时，表示放在最后，sortMissingFirst为true时，表示放在最前。为false时相反。注意，我们看到后面时发现有fieldType里面有Analyzer标签，这个是用于配置分词器的，这个我们以后再说。接着是fields标签和在它里面的field，field当然就是我们在索引的内容啦。它有属性indexed和stored分别对应是否索引和保存，另外还有一个multiValued表示是否允许多值。这里我们看到features有好几个值，而我们看到配置文件中配置的features也是这样的：Xml代码??field?name=features?type=text?indexed=true?stored=true?multiValued=true/??它表示我们索引的field有多个值，如果这里没配置，在发送数据的时候会报错。这里的type是对应我们前面配置的fieldType。另外有一个dynamicField这是一个动态匹配的域，Xml代码??dynamicField?name=*_i??type=int????indexed=true??stored=true/??我们看到它的name指定了通配符，它指的是可以匹配所有以_i结尾的名称的field，如果我们指定Xml代码??dynamicField?name=*/??那我们就可以匹配所有的field。接下来，我们看到：Xml代码???uniqueKeyid/uniqueKey??Xml代码??defaultSearchFieldtext/defaultSearchField??Xml代码??solrQueryParser?defaultOperator=OR/???copyField?source=cat?dest=text/???? ? ? ?这里应该看英文就可以看明白了，最主要是最下面的copyField，它是指复制field，它会把在source field里的值拷贝到text field