solr Document,Fields,Schema设计概况

翻译自 Apache Solr Reference Guide 

 

solr一个最基本的设计原则是简洁， 你告诉他很多信息，然后问他一些问题，他会给你回答的一段信息，你喂给他的这部分叫做 indexing， 你问他的问题叫做 query。

一个理解solr的方法是举个例子，我们用一个美食的活页本，每一次你加一个活页到这本书中，你更新在最后面的索引，你列举菜的每个成分和页码在最后，设想一下你加了一百个美食，你能很快找到含有豆腐这个食材的美食，用索引能非常快的找到你想要的东西相比直接一页一页的翻着查找。

schema就是你告诉solr 在输入的文档中打算用什么做索引的。

 

solr眼中的世界是什么样子的。

document是solr中最基本的单元，一个美食的document可能包含这些美食的材料，需要做哪些准备，需要哪些工具，烹饪的时间等等，一个人的document可能包含这个人的名字，年龄，毕业院校等等。

在solr中，document由field组成，field可能描述信息的一些片段，鞋号可能是一个field，姓名也可能是一个field。

fields可能包含不同种类的数据。一个name field ，一般会被定义成text的，一个年龄，可能是float的，如果很好的定义这些类型，solr能够正确的探测到他们，你的用户会得到更好的query。

 

Field analysis

field analysis 告诉solr应该怎么用过来的数据建索引，一个更加精确的过程可以试processing，或者digestion. 举个例子，一个个人传记中的内容应该都被索引，这样你能快速找到一个对机器学习特别有研究的人，然而有些词是你需要了解的或者说对于你根本没有意义，比如说 你，的，好，而有的词是比较重要的比如机器学习，这种比较有代表性的词，solr解决这类问题的方法是你告诉solr如果这个field做切分，比如去停用词，比如把所有的字母小写。

 

Field Type定义和属性

一个field的type包含以下4类信息：

1. type名字

2. 继承类的名字

3. 如果type是TextField，定义如何分析它

4. field属性

 

 schema api

使用rest接口可以获取现在collection的fields的一些定义，包括dynamicfields,name ,version,uniquekey等等。

 

 DocValue

这个概念是新加进去的，方便用在sort，facet这些功能中，这样不需要便利这个索引，就能完成一些操作，类似于正排的一些信息。