Solr Facet引发思考 on the road

mr923

　　Facet引发的思考
　　下面的内容包括概念都是个人想到的，不专业或者不规范请知晓。理解意义就行。
　　1.为什么是facet
　　搜索与推荐本来是不分家的，搜索没有推荐就是存储了，有推荐的搜索才是真正的搜索，才体现搜索的“情感”(query解析、排序、页面展示)、搜索引擎的“难点”（用户意图理解、最有价值信息、最友好交互）。
　　但是搜索很多概念又是源于存储，例如facet就是源于数据库的groupby。单纯的groupby，搜索肯定顶不过数据库。但是搜索有个好处，就是查询条件的文本、区间、模糊有优势，就是获取结果id有优势。之后的facet统计在存储不见得好于数据库。
　　另外，对于千万级别的数据，从成本、快捷、维护、重用、准实时角度看，使用solr的facet无疑是首选。
　　使用时，或者是源数据直接进入索引、直接输出统计结果。或者是已经统计好了，只需输出结果。后者检索角色更浓，前者实时角色更浓。
　　2.facet相对hadoophive优势
　　Facet对轻量级处理应该更有优势。表现在灵活性比较强。一份索引，可以随时、随地facet各种信息。数据重用，既可以用一般查询，也可以用统计输出，无需中间结果，按需获取。低成本，开源的solr、lucene系统，轻量级，没有hadoop、hive那么重。
　　3.solr当前支持程度
　　Solr当前支持stored=true的
　　文本域facet，以及数字域的区间facet，不支持数字类型的facet。
　　Solr当前facet统计可以设置丰富的各种参数，基于遍历的，性能有瓶颈再大数据量上。性能的提升严重依赖cache的配置，但是jvm下垃圾回收又是问题。
　　4.扩展与优化
　　已经支持单层facet
　　Query=q&facet=on&facet.field=fieldA,fieldB
　　不支持双层或者混合facet
　　Query=q1,q2&facet=on&facet.field=fieldsA,fieldB
　　或者
　　Query=q1&facet=on&facet.field=fieldAAnother
　　query=q2&facet=on&facet.field=field2
　　针对有规律的请求
　　Bean请求队列会，返回也队列化
　　Id
　　查询，不需要相关性计算，去得分
　　Rows、start
　　都设为0，只获取facet信息
　　Sort=idasc
　　自然顺序
　　只扫描单次的，filterquery可以不开启