Solr字段类型field type的定义

摘要： Solr的字段类型定义了Solr如何解析字段数据并将数据检索出来，了解Solr的字段类型定义有助于更好的配置与使用Solr。

字段类型的定义

字段类型的定义主要包含如下四个方面的信息：

• 名称
• 实现的类名
• 如果field type 是TextField，则可以指定字段解析器
• 字段类型属性

在schema.xml中定义的字段类型

字段类型在schema.xml中指定，每一个字段类型被定义在fieldType标签之间，下面这个例子是一个text_general的字段类型：

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
  <analyzer type="index">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <!-- in this example, we will only use synonyms at query time
    <filter class="solr.SynonymFilterFactory" synonyms="index_synonyms.txt" ignoreCase="true" expand="false"/>
    -->
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
  <analyzer type="query">
    <tokenizer class="solr.StandardTokenizerFactory"/>
    <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" />
    <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
    <filter class="solr.LowerCaseFilterFactory"/>
  </analyzer>
</fieldType>

第一行包含了字段类型的名字“text_general”，是由类”solr.TextField”实现的，这个solr指的是org.apache.solr.schema或者org.apache.solr.analysis，也就是说solr.TextField指的是org.apache.solr.schema.TextField。

字段类型属性

字段类型声明中，class已经基本确定了字段类型的行为，当然还可以通过一些属性参数来增加或改变某些行为。

<fieldType name="date" class="solr.TrieDateField"
           sortMissingLast="true" omitNorms="true"/>

上面的这个date类型有两个额外的属性”sortMissinglast”和”omitNorms”。
所有的属性可以归结为一下三种形式：

• 字段类型的class
• 通用属性，支持所有的字段类型
• 默认属性，一些字段类型的属性是特有的，可以通过指定来修改默认值

通用属性

属性	说明	值
name	用于定义field的”type”
class	定义了使用何种方式处理该类型数据
positionLncrementGap	对于多值字段，指定多值的间距	整数
autoGeneratePhraseQueries	适用于text字段，Solr是否自动生成短语查询	布尔值
docValuesFormat	对于一个字段类型使用定制的DocValuesFormat
postingsFormat	对于一个字段类型使用定制的PostingsFormat

默认属性

属性	说明	值	默认值
indexed	字段值是否用于查询	布尔值	true
stored	字段真实值是否可以被查询到	布尔值	true
docValues	字段值是否列式存储	布尔值	false
sortMissingFirst sortMissingLast	没有指定排序规则时，控制文档排序	布尔值	false
multiValues	字段是否多值	布尔值	false
omitNorms	是否忽略不适用该字段的规范	布尔值	true
omitTermFreqAndPositions	是否忽略词频、位置等	布尔值	true
omitpositions	类似omitTermFreqAndPositions但保留词频	布尔值	true
termVectors	是否保留term vectors	布尔值	false
termPositions	是否保留term position	布尔值	false
termOffsets	是否保留term offset	布尔值	false
termPayloads	是否保留term payload	布尔值	false
required	是否拒绝空值的字段	布尔值	false
useDocValuesAsStored	如果字段是docValues，设置为true将允许字段在fl参数匹配“*”时返回数据	布尔值	false

字段类型相似性

字段类型可以指定一个similarity，用于对全局的相似性文档进行评分。默认情况下，不指定相似性的话，使用的是BM25Similarity。