solr之 百度相关搜索类似功能的实现

longpan

　　这个功能的实现有几种不同的思路。
　　大概半个月前，我在网上查了相关内容，心里很凉。google里面从2009年到2011年都有人问这个问题。但是没有一个人回答。
　　当网上都没人回答的时候就是尴尬的时候。后来吧，还好，总监是做搜索出身的。不懂就问呗。
　　提出的方案大概有3套：
　　1。新建张表，然后这张表专门用来存放与相关搜索的字段。将表的数据导入到缓存中，每次从缓存中查询。即不消耗数据库连接，也很快（最简单的方法，对应小型网站没问题，除了需要维护随时插入数据之外，就是数据不全这个缺点）
　　2。对用户输入的信息进行验证，如果数据库有就不存，并且提示，如果没有就存入数据库。并对这个表的数据建缓存。
　　3。研究solr是否支持类似功能。（答案是有的，Solr 使用 MoreLikeThisComponent（MLT）和 MoreLikeThisHandler 实现了一样的功能。）
　　（第3套想法是我做了第一套之后查资料查的，正准备改为第3套方案）

　　

　　

　　下面这段话转自其它人的博客：
　　在 Google 上尝试一个查询，您会注意到每一个结果都包含一个 “相似页面” 链接，单击该链接，就会发布另一个搜索请求，查找出与起初结果类似的文档。Solr 使用 MoreLikeThisComponent（MLT）和 MoreLikeThisHandler 实现了一样的功能。如上所述，MLT 是与标准 SolrRequestHandler 集成在一起的；MoreLikeThisHandler 与 MLT 结合在一起，并添加了一些其他选项，但它要求发布一个单一的请求。我将着重讲述MLT，因为使用它的可能性更大一些。幸运的是，不需要任何设置就可以查询它，所以您现在就可以开始查询。
    MLT 要求字段被储存或使用检索词向量，检索词向量以一种以文档为中心的方式储存信息。MLT 通过文档的内容来计算文档中关键词语，然后使用原始查询词语和这些新词语创建一个新的查询。提交新查询就会返回其他查询结果。所有这些都可以用检索词向量来完成：只需将 termVectors="true" 添加到 schema.xml 中的  声明。
    MoreLikeThisComponent 参数：
参数   说明   值域
mlt  在查询时，打开/关闭MoreLikeThisComponent 的布尔值。 真|假
mlt.count  可选。每一个结果要检索的相似文档数。 > 0
mlt.fl  用于创建 MLT 查询的字段。 模式中任何被储存的或含有检索词向量的字段。
mlt.maxqt  可选。查询词语的最大数量。由于长文档可能会有很多关键词语，这样 MLT 查询可能会很大，从而导致反应缓慢或可怕的 TooManyClausesException，该参数只保留最关键的词语。 >0
example url：
http://localhost:8080/solr/test/select/?q=*%3A*&version=2.2&start=0&rows=10&indent=on&mlt=true&mlt.fl=content&mlt.count