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。

如果,您认为阅读这篇博客让您有些收获,不妨点击一下右下角的【推荐】。
如果,您希望更容易地发现我的新博客,不妨点击一下左下角的【关注我】。
如果,您对我的博客所讲述的内容有兴趣,请继续关注我的后续博客,我是【Arli】。

本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。

原文地址:https://www.cnblogs.com/arli/p/6211591.html