閱讀(4.5k) 書簽贊(0) 我要糾錯

TermsComponent組件介紹

2018-11-30 15:08 更新

TermsComponent組件提供對字段中的索引詞的訪問以及與每個詞匹配的文檔數(shù)量。這對于構建 auto-suggest 功能或在 term 級別而不是搜索或文檔級別操作的任何其他功能都很有用。檢索索引順序中的 term 非常快，因為實現(xiàn)直接使用 Lucene 的 TermEnum 來遍歷術語字典。

從某種意義上說，這個搜索組件在整個索引上提供了快速的 field-faceting，不受基本查詢或任何過濾器的限制。返回的文檔頻率是與該詞匹配的文檔數(shù)量，包括任何已被標記為刪除但尚未從索引中刪除的文檔。

配置TermsComponent組件

默認情況下，TermsComponent組件已在 solrconfig.xml 針對每個集合進行了配置。

定義TermsComponent組件

定義 Term 搜索組件很簡單：簡單地給它一個名稱并使用 solr.TermsComponent 類。

<searchComponent name="terms" class="solr.TermsComponent"/>

這使得該組件可供使用，但是直到包含在請求處理程序中才會被使用。

在請求處理程序中使用TermsComponent組件

TermsComponent 組件包含在 Solr 的現(xiàn)成的請求處理程序中的 /terms 請求處理程序中 - 請參閱 Implicit RequestHandlers。

請注意，此請求處理程序的默認值將參數(shù) “terms” 設置為 true，這允許根據(jù)請求返回條件。參數(shù) “distrib” 被設置為 false，這使得這個處理程序只能在一個 Solr 內(nèi)核上使用。

如果您愿意的話，您可以將這個組件添加到另一個處理程序中，并且在 HTTP 請求中傳遞 “terms = true” 以獲得條件。如果僅在單獨的處理程序中定義它，則在查詢時必須使用該處理程序，以獲取條件而不是將常規(guī)文檔作為結(jié)果。

TermsComponent 組件參數(shù)

以下參數(shù)允許您控制返回的 term。如果您想永久設置它們，也可以使用請求處理程序來配置其中的任何一個。或者，您可以將它們添加到查詢請求中。這些參數(shù)是：

terms 參數(shù)

如果設置為true，則啟用條款組件。默認情況下，條款組件處于關閉狀態(tài)（false）。例： terms=true
terms.fl 參數(shù)

指定從中檢索 term 的字段。如果terms=true，則該參數(shù)是必需的。例： terms.fl=title
terms.list 參數(shù)

獲取逗號分隔的 term 列表的文檔頻率。詞總是以索引順序返回。如果terms.ttf設置為 true，則返回它們的總詞頻。如果定義了多個terms.fl，那么這些統(tǒng)計數(shù)據(jù)將在每個請求的字段中為每個詞返回。

例： terms.list=termA,termB,termC
terms.limit 參數(shù)

指定要返回的最大 term 數(shù)。默認是10。如果限制設置為小于0的數(shù)字，則不執(zhí)行最大限制。雖然這不是必需的，但是這個參數(shù)或者terms.upper必須被定義。

例： terms.limit=20
terms.lower 參數(shù)

指定開始的 term。如果未指定，則使用空字符串，從而導致 Solr 從字段的開始處開始。

例： terms.lower=orange
terms.lower.incl 參數(shù)

如果設置為 true，則包含下限項（在結(jié)果中指定terms.lower）。

例： terms.lower.incl=false
terms.mincount 參數(shù)

指定要返回的最小文檔頻率，以便將術語包含在查詢響應中。結(jié)果包括小數(shù)（即 >= mincount）。

例： terms.mincount=5
terms.maxcount 參數(shù)

指定一個 term，為了包含在查詢響應中而必須具有的最大文檔頻率。默認設置是-1，它不設置上限。結(jié)果包含 maxcount（即<= maxcount）。

例： terms.maxcount=25
terms.prefix 參數(shù)

限制匹配以指定字符串開頭的 term。

例： terms.prefix=inter
terms.raw 參數(shù)

如果設置為 true，則返回索引項的原始字符，而不管其是否可讀。例如，索引形式的數(shù)字是不可讀的。

例： terms.raw=true
terms.regex 參數(shù)

限制符合正則表達式的條件。

例： terms.regex=.*pedist
terms.regex.flag 參數(shù)

定義一個 Java 正則表達式標志，用于計算terms.regex定義的表達式。有關每個標志的詳細信息，請參見：http://docs.oracle.com/javase/tutorial/essential/regex/pattern.html。有效的選項是：
- case_insensitive
- comments
- multiline
- literal
- dotall
- unicode_case
- canon_eq
- unix_lines
  
  例： terms.regex.flag=case_insensitive
terms.stats 參數(shù)

在結(jié)果中包含索引統(tǒng)計信息。目前只返回一個集合的 numDocs。當與terms.list結(jié)合時它提供足夠的信息來計算術語列表的逆文件頻率（IDF）。
terms.sort 參數(shù)

定義如何對返回的條件進行排序。有效選項count按頻率排序，首先選擇最高頻率，或index按索引順序排序。

例： terms.sort=index
terms.ttf 參數(shù)

如果設置為 true，那么同時返回df（docFreq）和ttf（totalTermFreq）統(tǒng)計信息，在terms.list請求 term 中。在這種情況下，響應格式是：
```
<lst name="terms">
  <lst name="field">
    <lst name="termA">
      <long name="df">22</long>
      <long name="ttf">73</long>
    </lst>
  </lst>
</lst>
```
terms.upper 參數(shù)

指定要停止的術語。雖然此參數(shù)不是必需的，但是該參數(shù)或terms.limit必須定義。

例： terms.upper=plum
terms.upper.incl 參數(shù)

如果設置為 true，則結(jié)果集合中將包含上限項目。默認值是 false。

例： terms.upper.incl=true

對 term 請求的回應是 term 及其文檔頻率值的列表。

TermsComponent組件示例

以下所有示例查詢均適用于 Solr 的 “bin / solr -e techproducts” 示例。

如何獲得前10 的排序

該查詢請求名稱字段中的前十個 term：

http://localhost:8983/solr/techproducts/terms?terms.fl=name&wt=xml

結(jié)果如下：

<response>
  <lst name="responseHeader">
    <int name="status">0</int>
    <int name="QTime">2</int>
  </lst>
  <lst name="terms">
    <lst name="name">
      <int name="one">5</int>
      <int name="184">3</int>
      <int name="1gb">3</int>
      <int name="3200">3</int>
      <int name="400">3</int>
      <int name="ddr">3</int>
      <int name="gb">3</int>
      <int name="ipod">3</int>
      <int name="memory">3</int>
      <int name="pc">3</int>
    </lst>
  </lst>
</response>

從字母 "a" 開始獲取前10 的 term

這個查詢按索引順序（而不是按文檔數(shù)計算的前10個項）請求名稱字段中的前十個項：

http://localhost:8983/solr/techproducts/terms?terms.fl=name&terms.lower=a&terms.sort=index&wt=xml

結(jié)果如下：

<response>
  <lst name="responseHeader">
    <int name="status">0</int>
    <int name="QTime">0</int>
  </lst>
  <lst name="terms">
    <lst name="name">
      <int name="a">1</int>
      <int name="all">1</int>
      <int name="apple">1</int>
      <int name="asus">1</int>
      <int name="ata">1</int>
      <int name="ati">1</int>
      <int name="belkin">1</int>
      <int name="black">1</int>
      <int name="british">1</int>
      <int name="cable">1</int>
    </lst>
  </lst>
</response>

SolrJ 調(diào)用

    SolrQuery query = new SolrQuery();
    query.setRequestHandler("/terms");
    query.setTerms(true);
    query.setTermsLimit(5);
    query.setTermsLower("s");
    query.setTermsPrefix("s");
    query.addTermsField("terms_s");
    query.setTermsMinCount(1);

    QueryRequest request = new QueryRequest(query);
    List<Term> terms = request.process(getSolrClient()).getTermsResponse().getTerms("terms_s");

將 TermsComponent 組件用于自動建議功能

如果 Suggester 不符合您的需求，則可以使用 Solr 中的 Terms 組件為您自己的搜索應用程序構建一個類似的功能。只需提交一個查詢，指定用戶鍵入的前綴的任何字符。例如，如果用戶輸入“at”，則搜索引擎的接口將提交以下查詢：

http://localhost:8983/solr/techproducts/terms?terms.fl=name&terms.prefix=at&wt=xml

結(jié)果如下：

<response>
  <lst name="responseHeader">
    <int name="status">0</int>
    <int name="QTime">1</int>
  </lst>
  <lst name="terms">
    <lst name="name">
      <int name="ata">1</int>
      <int name="ati">1</int>
    </lst>
  </lst>
</response>

您可以使用參數(shù) omitHeader=true 從查詢響應中省略響應頭，就像在這個例子中一樣，它也以 JSON 格式返回響應：

http://localhost:8983/solr/techproducts/terms?terms.fl=name&terms.prefix=at&omitHeader=true

結(jié)果如下：

{
  "terms": {
    "name": [
      "ata",
      1,
      "ati",
      1
    ]
  }
}

分布式搜索支持

TermsComponent 也支持分布式索引。對于 /terms 請求處理程序，您必須提供以下兩個參數(shù)：

shards 參數(shù)

指定分布式索引配置中的分片。有關分布式索引的更多信息，請參見使用索引分片的分布式搜索。
shards.qt 參數(shù)

指定 Solr 用于請求分片的請求處理程序。

以上內(nèi)容是否對您有幫助：

← Solr結(jié)果集群

Solr空間搜索 →

寫筆記

我要補充