Solr Facet 技术应用

3ewsd

Solr Facet 简述
Facet是Solr检索的高级特性，基于搜索结果进行归类统计，生成范围更精确的导航信息，帮助与引导用户搜索，降低大结果的查找难度。如下图的各品牌，类别，价格等信息都可以通过Facet技术实现。


 
文章目标
本文将通过对Facet常用特性的学习，实现上图的导航效果，并简单类比Grouping特性。以下内容是基于 solr5.3.0 版本描述的。
 
Facet 特性
Facet 搜索特性可以分为以下几个部分
 
1. 一般性参数(General Parameters)
facet：facet 缺省是关闭的，需要显式打开才可以使用。打开方式也很简单，只需要添加参数 facet=true 就可以了。
facet.query：query可以传递任意符合Lucene语法的查询条件，solr会根据条件生成相应的统计信息。
比如facet.query=title:感冒，表示统计域<title>中包含<感冒>的Term的文档计数 ：
 
select?q=*:*&wt=xml&indent=true&facet=true&facet.query=title:感冒
 

<lst name="facet_queries">
<int name="title:感冒">100</int>
</lst>
 
从结果可以看到命中文档有100篇，query也支持范围查询与前缀查询，比如
facet.query=price:[10 TO 100]，表示统计price介于[10,100]的文档，
facet.query=date:[2006-01-01T00:00:00Z TO 2009-01-01T00:00:00Z]，表示统计date介于06年到09年的文档。
 
2. Field-Value参数(Field-Value Faceting Parameters)
该类别用以表示需要对哪个Field进行归类统计。比如品牌类别统计：
 
select?q=*:*&wt=xml&indent=true&facet=true&facet.field=brand
 
表示对品牌域< brand>归类，如果归类结果很多的话可以使用[ facet.limit，facet.offset ]参数控制分页，统计结果缺省是按照命中条目数量，倒序返回前100条：

<lst name="facet_fields">
<lst name="brand">
<int name="葫芦娃">200</int>
<int name="天赐堂">100</int>
</lst>
</lst>
从结果中可以看到品牌<葫芦娃>的命中文档为200篇，<天赐堂>为100篇。那么我们就可以使用solr生成的统计结果完成章节目标的品牌，类别导航生成了。
 
3. 范围统计(Range Faceting)
主要针对数值, 日期范围的匹配场景，常用于价格，时间区间的导航生成。因实现方式都相似，这里就以价格区间为例：
 
select?q=*:*&wt=xml&indent=true&facet=true&facet.range=price&facet.range.start=0&facet.range.end=100&facet.range.gap=20
其中start,end 表示统计的价格区间，gap表示区间间隙。

<lst name="facet_ranges">
<lst name="price">
<lst name="counts">
<int name="0">10</int>
<int name="20">30</int>
<int name="40">0</int>
<int name="60">0</int>
<int name="80">0</int>
</lst>
<int name="gap">20</int>
<int name="start">0</int>
<int name="end">100</int>
</lst>
</lst>
 
从结果可以看到，价格位于 0-20 有10篇命中，20-40有30篇命中，其余区间无命中。那么我们就可以通过facet的命中结果，自实现动态价格区间，如 0-20  20以上，至此完成了价格区间的导航生成。
 
Faceting 与 Grouping
两者在口语表达上是很相似的，区别在于展示维度不一样，即适用于不同的场景。例如，有以下三篇文档：
　　Object 1
　　  name: Phaser 4620a
　　  ppm: 62
　　  product_range: 6
　　Object 2
　　  name: Phaser 4620i
　　  ppm: 65
　　  product_range: 6
　　Object 3
　　  name: ML6512
　　  ppm: 62
　　  product_range: 7
假如对域 "product_range" 进行 group 操作，得到的结果是2，并可以返回topN条记录，类似于数据库group by。对域 "ppm" 进行 facet 操作，返回的结果是62有2篇，65有1篇，只有统计结果，不会返回详细记录。所以，应该根据应用场景选择合适的展现方式，从而决定使用 facet  还是 group 。
 
小结
Facet的目标是基于检索结果，生成服务性导航目录 ，引导用户在大结果集下，更有效地命中目标。常用实现方式有 Facet-Query, Field-Value Faceting, Range Faceting。 
 
More: 更详尽的命令参数与Pivot功能，请另行参考相关文档。
 
参考资料
apache-solr-ref-guide-5.3.pdf
http://wiki.apache.org/solr/SimpleFacetParameters