Question

我有一个带有大约的SOLR DB。 70M文件。某些查询返回大约300个文档。随着

facet.field = A只需4毫秒，
facet.field = B需要800毫秒才能返回！

我的架构中是否有错误？可以更快地完成吗？

<fieldtype name="B_type" class="solr.TextField" positionIncrementGap="100"    
           sortMissingLast="true" omitNorms="true">
    <analyzer type="index">
        <tokenizer class="solr.KeywordTokenizerFactory" />
        <filter class="solr.StandardFilterFactory" ignoreCase="true" />
    </analyzer>
    <analyzer type="query">
        <tokenizer class="solr.KeywordTokenizerFactory" />
        <filter class="solr.StandardFilterFactory" ignoreCase="true" />
    </analyzer>
</fieldtype>

<field name="A" type="string" indexed="true" stored="true" multiValued="false" />
<field name="B" type="B_type" indexed="true" stored="false" multiValued="true" />

Answer 1

字段A的类型为string，可以用作构面。你的领域B被分析，你剥去了特殊的字符，你就小写了它，这对于一个方面来说不太好用。稍后的事情在应用StandardFilterFactory。

时完成

在Solr's Wiki中，有一个关于方面的有趣部分

由于分面字段通常被指定用于两个目的，即人类可读的文本和向下钻取查询值，因此它们的索引常常与用于搜索和排序的字段不同：


它们通常不会被标记为单独的词语

它们通常不会映射到小写

通常不会删除人类可读的标点符号（双引号除外）

通常不需要存储它们，因为存储的值看起来很像索引值，并且构面机制用于值检索。

正如你所看到的那样，你错过了中间的两个点，你就是小写并删除了特殊的字符。

正如Indexing Fields with SOLR and LowerCaseFilterFactory中所述，您应该在架构中引入一个新字段，该字段应为string类型，并通过copyField与您的字段B保持同步。这个新领域应该用于分面，它应该更快。我们通常使用后缀来命名这些字段，例如B_raw。

由于您拥有70万份文档，因此最好先使用子集进行测试，以节省您的时间。

facet查询的时间差异很大

1 个答案: