Solr中Facet用法和Group用法

Group分组划分结果，返回的是分组结果；

Facet分组统计，侧重统计，返回的是分组后的数量；

一、Group用法：

//组查询基础配置
params.set(GroupParams.GROUP, "true"); 
params.set(GroupParams.GROUP_FIELD, "dkeys");根据dkeys域上的值来分组划分结果，建议dkeys上不要分词；
params.set(GroupParams.GROUP_LIMIT, "5"); 
params.set(GroupParams.GROUP_FORMAT, "grouped"); 
params.set(GroupParams.GROUP_MAIN, "false");

Group查询结果遍历方式：

QueryResponse response = solrServer.query(query);
GroupResponse groupResponse = response.getGroupResponse();  
List<GroupCommand> ls = groupResponse.getValues();
for(GroupCommand gc:ls){
List<Group> list = gc.getValues();
for(Group g : list){
SolrDocumentList sdl = g.getResult();
if (CollectionUtils.isNotEmpty(sdl)) {  
                    for (SolrDocument doc : sdl) {  
                          System.out.println(doc.toString());//相同的dkeys下的文档每5个作为一组返回；
                    }
}
}
}

此时普通遍历结果的方法无效：

           SolrDocumentList results = response.getResults(); 
   System.out.println(ls+"\t\t"+results);//输出null

二、Facet用法：类似。也有自己独立的遍历方式

1 、什么是Faceted Search

Facet['fæsɪt]很难翻译，只能靠例子来理解了。Solr作者Yonik Seeley也给出更为直接的名字：导航（Guided Navigation）、参数化查询（Paramatic Search）。

上面是比较直接的Faceted Search例子，品牌、产品特征、卖家，均是 Facet 。而Apple、Lenovo等品牌，就是 Facet values 或者说 Constraints ，而Facet values所带的统计值就是 Facet count/Constraint count 。

2 、Facet 使用

q = 超级本 
facet = true 
facet.field = 产品特性 
facet.field = 品牌 
facet.field = 卖家

http://…/select?q=超级本&facet=true&wt=json

&facet.field=品牌&facet.field=产品特性&facet.field=卖家

 

也可以提交查询条件，设置fq(filter query)。

q = 电脑 
facet = true 
fq = 价格:[8000 TO *] 
facet.mincount = 1 // fq将不符合的字段过滤后，会显示count为0 
facet.field = 产品特性 
facet.field = 品牌 
facet.field = 卖家

http://…/select?q=超级本&facet=true&wt=json

&fq=价格:[8000 TO *]&facet.mincount=1

&facet.field=品牌&facet.field=产品特性&facet.field=卖家

"facet_counts": {
"facet_fields": {
  "品牌": [
    "Apple", 4,
    "Lenovo", 39
      …]
  "产品特性": [
    "显卡", 42,
    "酷睿", 38
      …]

  …}}

如果用户选择了Apple这个分类，查询条件中需要添加另外一个fq查询条件，并移除Apple所在的facet.field。

http://…/select?q=超级本&facet=true&wt=json

&fq=价格:[8000 TO *]&fq=品牌:Apple&facet.mincount=1

&facet.field= 品牌 &facet.field=产品特性&facet.field=卖家

3 、Facet 参数

facet.prefix  –   限制constaints的前缀

facet.mincount=0 –  限制constants count的最小返回值，默认为0

facet.sort=count –  排序的方式，根据count或者index

facet.offset=0  –   表示在当前排序情况下的偏移，可以做分页

facet.limit=100 –  constraints返回的数目

facet.missing=false –  是否返回没有值的field

facet.date –  Deprecated, use facet.range

facet.query

指定一个查询字符串作为Facet Constraint

facet.query = rank:[* TO 20]

facet.query = rank:[21 TO *]

"facet_counts": {
"facet_fields": {
  "品牌": [
    "Apple", 4,
    "Lenovo", 10
      …]
  "产品特性": [
    "显卡", 11,
    "酷睿", 20
      …]

  …}}

facet.range

http://…/select?&facet=true

&facet.range=price

&facet.range.start=5000

&facet.range.end=8000

&facet.range.gap=1000（每1000分一组，5000-6000一组，6000-7000一组，7000-8000一组）

<result numFound="27" ... />
 ...
 <lst name="facet_counts">
 <lst name="facet_queries">
   <int name="rank:[* TO 20]">2</int>
   <int name="rank:[21 TO *]">15</int>
 </lst>
...

WARNING:  range范围是左闭右开，[start, end)

facet.pivot

这个是Solr 4.0的新特性，pivot和facet一样难理解，还是用例子来讲吧。

Syntax:  facet.pivot=field1,field2,field3...

e.g.  facet.pivot=comment_user, grade

#docs	#docs grade:好	#docs 等级:中	#docs 等级:差
comment_user:1	10	8	1	1
comment_user:2	20	18	2	0
comment_user:3	15	12	2	1
comment_user:4	18	15	2	1

"facet_counts":{
"facet_pivot":{
 "comment_user, grade ":[{
   "field":"comment_user",
   "value":"1",
   "count":10,
   "pivot":[{
     "field":"grade",
     "value":"好",
     "count":8}, {
     "field":"grade",
     "value":"中",
     "count":1}, {
     "field":"grade",
     "value":"差",
     "count":1}]
   }, {
     "field":" comment_user ",
     "value":"2",
     "count":20,
     "pivot":[{
      …

没有pivot机制的话，要做到上面那点可能需要多次查询：

http://...q= comment&fq= grade:好&facet=true&facet.field=comment_user

http://...q=comment&fq=grade:中&facet=true&facet.field=comment_user

http://...q=comment&fq=grade:差&facet=true&facet.field=comment_user

Facet.pivot -  Computes a Matrix of Constraint Counts across multiple Facet Fields. by Yonik Seeley.

上面那个解释很不错，只能理解不能翻译。

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 plaincopy

 

1. <add>
2. <doc>
3. <field name="id">1</field>
4. <field name="name">Company 1</field>
5. <field name="city">New York</field>
6. </doc>
7. <doc>
8. <field name="id">2</field>
9. <field name="name">Company 2</field>
10. <field name="city">New Orleans</field>
11. </doc>
12. <doc>
13. <field name="id">3</field>
14. <field name="name">Company 3</field>
15. <field name="city">New York</field>
16. </doc>
17. </add>

查询：http://localhost:8983/solr/select?q=name:company&facet=true&facet.field=city&facet.mincount=1

结果：

[plain] view plaincopy

 

1. <lst name="facet_fields">
2. <lst name="city">
3. <int name="New York">2</int>
4. <int name="New Orleans">1</int>
5. </lst>
6. </lst>

获得指定日期范围内的文档：添加的文档

[plain] view plaincopy

 

1. <add>
2. <doc>
3. <field name="id">1</field>
4. <field name="title">Lucene or Solr ?</field>
5. <field name="added">2010-12-06T12:12:12Z</field>
6. </doc>
7. <doc>
8. <field name="id">2</field>
9. <field name="title">My Solr and the rest of the world</field>
10. <field name="added">2010-12-07T11:11:11Z</field>
11. </doc>
12. <doc>
13. <field name="id">3</field>
14. <field name="title">Solr recipes</field>
15. <field name="added">2010-11-30T12:12:12Z</field>
16. </doc>
17. <doc>
18. <field name="id">4</field>
19. <field name="title">Solr cookbook</field>
20. <field name="added">2010-11-29T12:12:12Z</field>
21. </doc>
22. </add>

查询语句：分别指定时间的field，开始时间和结束时间，gap指定时间的划分，结果显示时间区间的数目。

http://localhost:8983/solr/select?q=*:*&rows=0&facet=true&facet.date=added&facet.date.start=NOW/DAY-30DAYS&facet.date.end=NOW/DAY&facet.date.gap=+7DAY

结果：

[html] view plaincopy

 

1. <int name="2010-11-08T00:00:00Z">0</int>
2. <int name="2010-11-15T00:00:00Z">0</int>
3. <int name="2010-11-22T00:00:00Z">0</int>
4. <int name="2010-11-29T00:00:00Z">2</int>
5. <int name="2010-12-06T00:00:00Z">2</int>

得到数值范围的数目，和时间范围一样：

http://localhost:8983/solr/select?q=*:*&rows=0&facet=true&facet.range=price&facet.range.start=0&facet.range.end=400&facet.range.gap=100

自定义区间，而不是连续区间的划分：

http://localhost:8983/solr/select?q=name:car&facet=true&facet.query=price:[10 TO 80]&facet.query=price:[90 TO 300]

 

移除过滤：

http://localhost:8983/solr/select?q=name:company&facet=true&fq={!tag=stateTag}state:"New York"&facet.field={!ex=stateTag}city&facet.field={!ex=stateTag}state

fq={!tag=stateTag}state:"New York"：只显示state为"New York"的结果。

facet.field={!ex=stateTag}city：移除stateTag的过滤后，在结果集中，对city域进行统计。

 

命名facet结果集：

http://localhost:8983/solr/select?q=name:company&facet=true&fq={!tag=stateTag}state:Luiziana&facet.field={!key=stateFiltered}city&facet.field={!ex=stateTag key=stateUnfiltered}state

acet.field={!key=stateFiltered}city：命名city为stateFiltered，并按照前面的过滤

对facet结果集进行排序按照字典序排序，默认是按数量排序：

http://localhost:8983/solr/select?q=name:house&facet=true&facet.field=city&facet.sort=index

 

实现自动提示：前缀为so的都会显示，一般不需要分词

http://localhost:8983/solr/select?q=*:*&rows=0&facet=true&facet.field=title_autocomplete&facet.prefix=so

 

得到某一个域中不含某词的facet，也可以是不含某个域：

http://localhost:8983/solr/select?q=title:solr&facet=true&facet.query=!price:[* TO *]

 

指定结果集数目的统计facet：-1表示所有

http://localhost:8983/solr/select?q=title:solr&facet=true&facet.field=category&facet.limit=-1

指定不同域的facet的限制数目：一个没限制，一个限制10

http://localhost:8983/solr/select?q=name:car&facet=true&facet.field=category&facet.field=manufacturer&f.category.facet.limit=-1&f.manufacturer.face