Solr的学习使用之(四)建数据库(添加Core)、表(配置schema.xml)
1、数据库
数据库就相当于solr里面的核。solr4.6不能使用界面提供的的Core Admin/Add Core来建立,会报错,不懂为啥;那就采用最
简单的办法:把solr下载包里面的\solr-4.6.0\example\solr\collection1这个文件夹复制一份,放在你的solr运行环境里面
,改下文件夹的文字,同时改一下文件夹下的core.properties里面的name字段的值就可以了
2、表结构
表相当于schema.xml。
1)正常数据结构一个是需要考虑中文分词,二个是考虑是否索引,是否分词,是否存储等等。
下面的示范用到了三种类型的数据:
a). 字段需要分词、需要索引、需要存储,如:网页中的标题、内容等字段。
b). 字段需要索引,但不需要分词,需要存储,如:网页的发布时间等内容。
c). 字段不需要索引,不需要分词,但需要存储,如:引用的图片位置。
不存在不需要索引、也不需要分词,也不需要存储的字段,因为这样的字段在Lucene中无意义。
2)以下是我自己的配置
<fields> …… <!--自定义字段--> <field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" /> <field name="mediaId" type="string" indexed="true" stored="false"/> <field name="pointCode" type="string" indexed="true" stored="false"/> <field name="title" type="text_ik" indexed="false" stored="false"/> <field name="content" type="text_ik" indexed="false" stored="false"/> <field name="contentStr" type="text_ik" indexed="true" stored="false" multiValued="true"/> <field name="publishTime" type="long" indexed="true" stored="false"/> <field name="property" type="int" indexed="true" stored="false"/> <field name="mediaProperty" type="int" indexed="true" stored="false"/> <field name="newsType" type="int" indexed="true" stored="false"/> <field name="simHash" type="int" indexed="true" stored="false"/> <field name="mediaSource" type="string" indexed="true" stored="false"/> <field name="channelName" type="string" indexed="true" stored="false"/> <field name="reprintFlag" type="int" indexed="true" stored="false"/> <field name="pagePosition" type="int" indexed="true" stored="false"/> <field name="reportStyle" type="int" indexed="true" stored="false"/> <field name="headLineFlag" type="int" indexed="true" stored="false"/> <field name="manuscriptType" type="int" indexed="true" stored="false"/> </fields> <!-- Field to use to determine and enforce document uniqueness. Unless this field is marked with required="false", it will be a required field --> <uniqueKey>id</uniqueKey> <copyField source="title" dest="contentStr"/> <copyField source="content" dest="contentStr"/> <types> …… </types>
注:
a)<fields></fields>节点里面的field:
name:名称(相当于数据库表的字段名)
type:类型(相当于数据库表的字段类型,此类型是在<types></types>节点里面定义好的)
indexed:是否索引(字段是否要建立索引,关系到搜索和排序,基本上都要吧,哈哈)
stored:是否存储(字段的值是否完整的存储在solr里)
multiValued:是否有多个值
b)<uniqueKey>id</uniqueKey>
文档的唯一标识,对应field里name="id"的那个字段, 必须填写这个field(除非该field被标记required="false"),否则solr建立索引报错。
c)CopyField(这位哥们的http://blog.csdn.net/zl3450341/article/details/12849341)
CopyField(本段内容直接从solr中文网copy而来):
你可能想让document的一些字段可以多次使用。solr 有一个字段复制机制,可以提交多个不同类型字段集中到一个字段。字段
复制主要涉及两个概念,source和destination,一个是要复制的字段,另一个是要复制到哪个字段,以下是个例子:
<copyField source="cat" dest="text" maxChars="30000" />
上例中,如果text字段有数据的话,cat字段的内容将被添加到text字段中。maxChars 参数,一个int类型参数,用于限制复制
的字符数。
source和destination都支持通配符。以下是一个将所有以 _t 结尾的字段全部复制到text字段中。
<copyField source="cat" dest="text" maxChars="30000" />
其实说的简单一点,比如现在你要查询包涵"Java"的博客, 那么你肯定要查内容,标题是否包含Java,但是solr不能像
SQL那样,where tittle like '%Java%' or content like '%Java%'. 这个时候copyField就派上用场了, 定义一个新字
段,将title和content 复制到这个新字段,索引的时候,直接从这个新字段查询,这样就达到目地了。 这便是copyField的
典型应用场景 。注意:如果dest由多个source构成,就需要将其指定为multiValued。
在网上找了一个例子:
<schema name="eshequn.post.db_post.0" version="1.1" xmlns:xi="http://www.w3.org/2001/XInclude"> <fields> <!-- for title --> <field name="t" type="text" indexed="true" stored="false" /> <!-- for abstract --> <field name="a" type="text" indexed="true" stored="false" /> <!-- for title and abstract --> <field name="ta" type="text" indexed="true" stored="false" multiValued="true"/> </fields> <copyField source="t" dest="ta" /> <copyField source="a" dest="ta" /> </schema>
至此,表建立完毕,那数据就可以开始导入啦,当然还有其他标签,比如DynamicField,这里就先不写了,目前也没整那么复杂,也没时间整!
在路上……