Solr的学习使用之（四）建数据库（添加Core）、表（配置sch...

frcd

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.iyunv.com/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……