分面(Faceting)

  • Post author:
  • Post category:其他


分面就是将搜索结果基于索引中的terms按类整理.搜索结果带有索引的term,没有term都带有该term匹配的文档数.分面使用户更容易探究搜索结果,缩小查询结果范围以达到更精确的搜索.

1.1 General Parameters

这里介绍了控制分面的基本参数:

facet:设置为true,开启分面功能.如果设置为false,或者为空,或者缺失,关闭分面功能.默认值为空白.

facet.query:指定一个任何符合Lucene语法的查询来生成一个分面计数.默认的solr的分面功能自动确定字段的唯一terms,然后对每一个term返回要给计数.在一个典型的分面查询中,你需要指定facet.query参数.这个参数对于数字范围分面或者基于前缀匹配分面还是比较有用的.

可以多次使用facet.query参数,声明多个分面查询,用作分开的分面限制.

facet.query={!myfunc}name~fred

1.2 Field-Value Faceting Parameters

有几个参数可以用作触发基于字段中索引的terms.

在使用这几个参数时,特别注意,term在Lucene中是一个特别的概念:它关联文字量的field/value对是发生分词分析之后索引的内容.对于文本字段包含词干提取,小写化,单词分解,这结果terms也许不是你所期望的,如果你想要solr对整个文字字符串表现为分析(用于搜索)和分面,在schema.xml中直接使用copyField,创建字段的两个版本,确保两个字段都是”indexed=true”.下表总结了solr字段值的分面参数:


1.2.1 facet.field

:标志一个分面字段.遍历字段中的每要给term,然后对term计数.这个字段可以在查询的时候指定多次,用于多字段分面查询.

注意:如果这个字段没有设置,下面的其他参数都没有作用.


1.2.2 facet.prefix

:限制分面的term,必须以指定的前缀符号开始.


1.2.3 facet.sort

:控制分面结果的排序.

count:按照计数排序(从高到低)

index:按照索引存储顺序(索引term的字母顺序).

如果facet.limit大于0,默认按照count排序,否则按照index.


1.2.4 facet.limit

:控制对于每一个facet,返回多少条记录.

负值表示不限制.默认为100.


1.2.5 facet.offset

: 分面结果偏移量 默认为0.每个字段均可设置.通过f.<fieldname>.facet.offset语法设置.


1.2.6 facet.mincount

: 指定分面字段要求的最小数量.如果分面字段的数量小于这个值,字段分面将不会返回.

默认为0.通过参数 f.<fieldname>.facet.mincount可以指定每一个字段.


1.2.7 facet.missing

: 控制solr是否计算所有匹配结果的计数.这些匹配结果的字段没有值.除了基于term限制的facet字段.

默认为false.为true的话,不计算字段没值的结果.通过参数 f.<fieldname>.facet.missing设置每一个字段.


1.2.8 facet.method

: 在对一个字段分面时,选择solr应该使用的算法或者方法.

enum: 枚举字段中所有的terms.计算匹配查询和term的文档.这个参数推荐使用于分面多值字段,只有一些明显的值.每个文档中值的平均数没有什么关联.如使用U.S.国

家的州分面,如Alabama,Alaska,…Wyoming.可能会导致使用50个缓存过滤器反复过滤.filterCache必须足够大以保留所有的缓存过滤器.

fc:计算分面数,通过迭代匹配查询的文档,对每个文档总出现的terms求和.如果这个字段是多值或者分词字段,目前使用UnInvertedField来实现.使用环境:当字段的索引

值的数量越高,但是每个文档的值的数量越低时,效果比较好.对于多值字段,一个混合的方法就是对terms使用filterCache缓存过滤器来匹配比较多的文档,参数fc代表

字段缓存.

fcs:单值字符串字段的段包含字段. 使用facet.method=fcs,和threads一起使用控制线程数量.这个参数允许在索引快速发生变化时,快速分面.

默认字段是fc(除了BoolField字段类型).因为当一个字段有许多不同的term在索引中时,它倾向于使用更少的内存和更快的速度.这个参数可以通过

f.<fieldname>.facet.method对每个字段设置.


1.2.9 facet.enum.cache.minDF

: 指定最小文档频率(匹配term的文档数),当确定term的限制数量时,应该使用filterCache.

这个参数声明了最小文档频率(匹配term的文档数),使用filterCache缓存确定term的限制数量.只能和faceting. facet.method=enum一起使用.一个大于0的值将会较小filterCache的内存使用率,但是会增加查询处理的时间.如果你要对一个具有非常多的term的字段分面,你希望减小内存使用率,试着设置这个参数为25到50之间.然后进行一些测试,然后按照需要优化这个参数设置.

默认值是0,对这个字段中的所有term使用filterCache.通过f.<fieldname>.facet.enum.cache.minDF对每个字段设置.


1.2.10 facet.threads

: 控制字段分面的并行处理.

1.3 Range Faceting

对日期字段和数字字段支持范围分面.


1.3.1 facet.range

指定分面字段 facet.range=price&facet.range=age


1.3.2 facet.range.start



指定分面开始范围. f.<fieldname>.facet.range.start.如 f.price.facet.range.start=0.0&f.age.facet.range.start=10


1.3.3 facet.range.end



指定分面结束范围 .f.<fieldname>.facet.range.end.如 f.price.facet.range.end=1000.0&f.age.facet.range.end=99


1.3.4 facet.range.gap



指定范围跨度,作为一个值添加到最低范围.

对于日期范围,应该使用

DateMathParser

语法(如facet.range.gap=%2B1DAY … ‘+1DAY’).可以使用f.<fieldname>.facet.range.gap对每个字段指定参数:

f.price.facet.range.gap=100&f.age.facet.range.gap=10

gaps也可以是可变宽度的,使用逗号分割宽度列表.例如,在位置应用中,我们可能对距离分面为:walking(0-5km),driving(5-100km)或者其他的(100km+).如:

facet.date.gap=1,2,3,10


1.3.5 facet.range.hardend



一个布尔参数,指定solr处理一个范围跳度,不能均匀的划分开始和结束值.如果为true,最后的范围限制将是facet.range.end作为上限值.默认为false.


1.3.6 facet.range.include



包含上限下限.

lower:所有基于跳度的范围包含最低边界.

upper:所有基于跳度的范围包含上限.

edge:第一个和最后一个跳度范围包含它们的边缘界限.(第一个包含上限,最后一个包含下限).

outer:The “before” and “after” ranges will be inclusive of their bounds, even if the first or last ranges already include those boundaries.

all: Includes all options: lower, upper, edge, outer.


1.3.7 facet.range.other

1.4 Date Faceting Parameters

solr3.1之后,日期分面参数已经废弃,由range Faceting parameter代替使用

1.5 Local Parameters for Faceting

本地参数允许覆盖全局设置.它能够提供一个添加元数据到其他参数值的方法.和XML属性非常像.

1.5.1 Tagging and Excluding Filters

标记和排除过滤器

这个做多个选择分面时非常有效.

假设对下面的查询进行分面:

q=mainquery&fq=status:public&fq=doctype:pdf&facet=on&facet.field=doctype

因为已经被过滤器fq=doctype:pdf限制,所以分面后的结果对于非 doctype:pdf的计数为0 .

为了对doctype实现多选分面.GUI仍旧想要展示其他的doctype值和它们关联的计数.犹如fq=doctype:pdf参数没有使用一样:

=== Document Type ===
[ ] Word (42)
[x] PDF (96)
[ ] Excel(11)
[ ] HTML (63)

q=mainquery&fq=status:public&fq={!tag=dt}doctype:pdf&facet=on&facet.field={!ex=dt}doctype

过滤器排除支持所有分面的类型.tag和ex本地参数可以指定多个值,通过逗号分割.

1.5.2 Changing the Output Key

改变输出key值

使用本地参数key,改变输出的名字.

facet.field={!ex=dt key=mylabel}doctype

1.6 Pivot (Decision Tree) Faceting

决策树分面.



Pivoting

是一个

总结

的工具

,可以让你

自动

排序



计算

,求存储在一个表中的总数和平均数.它会在显示汇总数据的第二个表中展示结果.Pivot分面使你跨多个文档的查询中创建结果汇总表.对于solr4,支持facet的嵌套查询,不仅仅是分面字段.










1.7 Facets and Time Zone



1.8 Related Topics


SimpleFacetParameters

from the Solr Wiki