Apache Solr初体验三

downmovies

　　　　前两天，学习了solr的基本用法，接下来我们就开始真正来学习一下solr。学习一下它的文件结构，配置文件等。
　　    以我们现在学习的阶段，最重要的文件夹就是example文件夹，这个里面包含了许多我们要学习的东西。
　　    我们再来看一下该文件夹结构
　　   

　　    我们看到这样的文件结构，文件夹的意思大家肯定都看得懂，这里只介绍两个文件夹，multicore和solr。
　　    multicore是多个solr实例时才需要用到，现在我们暂时没用，先不管它。solr是自带的一个solr.home，这个是我们此次介绍的重点。
　　    进入此文件夹，我们可以看到如下的结构：
　　   

　　    bin文件夹为我们有额外的处理脚本时，需要放在这里，这里暂时没用到，我们先跳过。
　　    conf是solr的配置文件所在，这里是重点。
　　    data为索引目录。
　　    由于我以为运行过，所以有这个data.bak目录，这具是以前的备份。
　　    我们主要来看一下conf文件夹内的配置文件：
　　   

　　    这里带副本的是我的备份文件。最主要的文件是schema.xml和solrconfig.xml，其余的如stopwords.txt为停顿词，当索引和查询时遇到这些词会自动忽略，其他文件，我们暂时不用，先不讲了。
　　    打开solrconfig.xml我们可以看到这个标签，默认情况下是这样的
　　    ${solr.data.dir:./solr/data}

　　     它默认在当前目录下的solr目录下创建data目录来存放索引。这就是为什么当我们把solr.home设置成这个时，在tomcat的bin文件夹内启动时会生成solr/data文件夹。因为我们启动tomat时的当前目录为bin。
　　    当然这个不是solr配置错误，对于它自带的jetty服务器来说，它是正确的，因为当前目录，正好是solr的目录。
　　    这个文件我们需要配置的东西不多，先讲到这里，以后用到时再慢慢讲解。
　　    接下来我们看一下重点的schema.xml，这个文件是对我们索引字段的说明，我们可以索引什么field都在这里进行了说明。
　　    我们可以看到里面有一大堆注释，其实看里面的注释，大部分都是可以理解的。这个文件的配置跟我们以后需要进行的中文分词的集成有很大关系，所以这个文件要多看看。
　　    我们看到types标签，而在它里面有一大堆fieldType，里面也有一大堆属性，这里大概介绍一下：
　　    fieldType是定义索引的field类型，它有好几个属性，最主要的是name和class：
　　    name是类型的名称，class是相应的solr中的类。还有两个属性看英文注释可能比较难理解，是sortMissingLast和sortMissingFirst，这两个属性是指当查找出来的内容为空时，它被排在哪里，当sortMissingLast为true时，表示放在最后，sortMissingFirst为true时，表示放在最前。为false时相反。
　　    注意，我们看到后面时发现有fieldType里面有标签，这个是用于配置分词器的，这个我们以后再说。
　　    接着是标签和在它里面的，field当然就是我们在索引的内容啦。
　　    它有属性indexed和stored分别对应是否索引和保存，另外还有一个multiValued表示是否允许多值。
　　   

　　    这里我们看到features有好几个值，而我们看到配置文件中配置的features也是这样的：



  
　　    它表示我们索引的field有多个值，如果这里没配置，在发送数据的时候会报错。
　　这里的type是对应我们前面配置的fieldType。
　　另外有一个这是一个动态匹配的域，



  
　　    我们看到它的name指定了通配符，它指的是可以匹配所有以_i结尾的名称的field，如果我们指定



  
　　那我们就可以匹配所有的field。
　　接下来，我们看到：



id  
　　



text  
　　



  
  
　　

　　这里应该看英文就可以看明白了，最主要是最下面的copyField，它是指复制field，它会把在source field里的值拷贝到text field里面，这样方便进行索引。注意，这里一般也只有对多值的才会这样做，也即是配置了multiValued为true的field才用copyField.