solr

在admin页面，输入相关内容后，会返回xml格式的内容。说明如下： [html] view plain copy <? xml version = "1.0" encoding = "UTF-8" ?> < response > < lst name = "responseHeader" > < int name = "status" > 0 </ int > < int name = "QTime" > 3 </ int > <!--查询耗时（毫秒）Solr有一些缓存（保存过去的搜索结果），提高了搜索效率--> < lst name = "params" > <!--查询的参数--> < str name = "indent" > on </ str > <!--是否缩进XML文件--> < str name = "rows" > 10 </ str > <!--返回的结果条数--> < str name = "start" > 0 </ str > <!--搜索结果的开始位置--> < str name = "q" > monitor </ str > < str name = "version" > 2.2 </ str > <!--版本信息--> </ lst > </ lst > <!--numFound是找到几条，start从第几条开始显示--> <!-

一.字段查询解析器 　　字段查询解析器在指定字段中搜索词项或短语，可以使用该字段定义的任何文本分析方式。f参数指明要进行词项或短语搜索的字段，语法如下： 　　{!field f=myfield}hello world 　　该语法与使用Lucene查询解析器搜索短语myfield:"hello world"是等价的。 二.词项查询解析器和原始查询解析器 　　词项查询解析器可以直接在Solr索引上进行检索，但不能使用字段上定义的文本分析方法。这是它与字段查询解析器的不同之处。词项查询解析器可以对分面搜索返回的值进行过滤，或对Solr索引中直接提取的词项组件进行过滤。词项查询解析器的语法如下： 　　{!term f=mystemmedtextfield}engin 　　{!term f=mystringfield}Single Term with Spaces 　　{!term f=myintfield}1.5 　　在之前的例子中，搜索到的值是查询提问中该字段在Solr索引中词项的可读版本。与字段查询解析器一样，f参数指向的是搜索的字段。 　　Solr还提供了一个类似的实现形式——原始查询解析器。词项查询解析器与原始查询解析器的唯一区别是原始查询解析器在Solr索引中搜索确切的词项，而词项查询解析器搜索该词项的可读版本。 　　在特定字段中，例如：为了提高搜索效率

返回查询集合中指定field的统计情况，例如找到city一样的文档数目 ： 加入文档 [plain] view plain copy <add> <doc> <field name="id">1</field> <field name="name">Company 1</field> <field name="city">New York</field> </doc> <doc> <field name="id">2</field> <field name="name">Company 2</field> <field name="city">New Orleans</field> </doc> <doc> <field name="id">3</field> <field name="name">Company 3</field> <field name="city">New York</field> </doc> </add> 查询：http://localhost:8983/solr/select? q=name:company&facet=true&facet.field=city&facet.mincount=1 结果： [plain] view plain copy <lst name="facet_fields"> <lst name="city"> <int

通过Http接口及SolrNet 两种方法基于Solr5.5.1 实现CURD 前言 老规矩，任何技术的入门我通常都会总结增删改查，本文我就通过HttpWebRequest和SolrNet的方式实现Solr最基础的增删改查(CURD)。对于自己的完整项目，同时不想过于依赖第三方类库的则通过Http接口的方式来调用Solr。 当然也有人喜欢调用第三方的类库，简单方便，不需要自己处理太多繁琐的细节就可以轻松调用solr来实现自己的业务逻辑。 Http接口实现 private static void Query() { string url = "http://localhost:8080/solr/univeral/select?indent=on&q=title:魔兽&wt=json"; WebRequest request = WebRequest.Create(url); request.Method = "GET"; WebResponse response = request.GetResponse(); Stream stream = response.GetResponseStream(); using (StreamReader reader = new StreamReader(stream, Encoding.UTF8)) { string strJson =

前言 老规矩，任何技术的入门我通常都会总结增删改查，本文我就通过HttpWebRequest和SolrNet的方式实现Solr最基础的增删改查(CURD)。对于自己的完整项目，同时不想过于依赖第三方类库的则通过Http接口的方式来调用Solr。 当然也有人喜欢调用第三方的类库，简单方便，不需要自己处理太多繁琐的细节就可以轻松调用solr来实现自己的业务逻辑。 Http接口实现 private static void Query() { string url = "http://localhost:8080/solr/univeral/select?indent=on&q=title:魔兽&wt=json"; WebRequest request = WebRequest.Create(url); request.Method = "GET"; WebResponse response = request.GetResponse(); Stream stream = response.GetResponseStream(); using (StreamReader reader = new StreamReader(stream, Encoding.UTF8)) { string strJson = reader.ReadToEnd(); Console.WriteLine

修改solrhome的schema.xml 文件 设置业务系统 Field <field name="item_goodsid" type="long" indexed="true" stored="true"/> <field name="item_title" type="text_ik" indexed="true" stored="true"/> <field name="item_price" type="double" indexed="true" stored="true"/> <field name="item_image" type="string" indexed="false" stored="true" /> <field name="item_category" type="string" indexed="true" stored="true" /> <field name="item_seller" type="text_ik" indexed="true" stored="true" /> <field name="item_brand" type="string" indexed="true" stored="true" /> 来源： https://www.cnblogs.com/coder-wf/p/12517785.html

大多数搜索引擎应用都必须具有某种搜索功能，问题是搜索功能往往是巨大的资源消耗并且它们由于沉重的数据库加载而拖垮你的应用的性能。 这就是为什么转移负载到一个外部的搜索服务器是一个不错的主意，Apache Solr是一个流行的开源搜索服务器，它通过使用类似REST的HTTP API，这就确保你能从几乎任何编程语言来使用solr。 Solr是一个开源搜索平台，用于构建搜索应用程序。它建立在 Lucene (全文搜索引擎)之上。 Solr是企业级的，快速的和高度可扩展的。使用Solr构建的应用程序非常复杂，可提供高性能。 为了在CNET网络的公司网站上添加搜索功能，Yonik Seely于2004年创建了Solr。并在2006年1月，它成为Apache软件基金会下的一个开源项目。并于2016年发布最新版本Solr 6.0，支持并行SQL查询的执行。 Solr可以和 Hadoop 一起使用。由于Hadoop处理大量数据，Solr帮助我们从这么大的源中找到所需的信息。不仅限于搜索，Solr也可以用于存储目的。像其他NoSQL数据库一样，它是一种非关系数据存储和处理技术。 总之，Solr是一个可扩展的，可部署，搜索/存储引擎，优化搜索大量以文本为中心的数据。 来源： https://www.cnblogs.com/coder-wf/p/12517738.html