Question

Solr很容易为基于单词的内容编制索引，但是对位集有任何支持，

每个位都被单独索引（可能）
支持使用普通编程语言中的多位bit操作查询它们
比特的长度可能很长，最好是索引上没有硬的最大长度
我不介意将这些位表示为字符串，如果必须，但位会更紧凑并且可能具有更好的性能。

我应该从哪里开始？

感谢。

Answer 1

目前没有任何内置功能。您可以在SOLR-1913中看到自2010年10月以来社区内的活动。附件插件似乎也可以工作，但它尚未进入Solr的主干，但是。

我知道和使用的另一种方式类似于Apache Solr: bitwise operations to filter search results中描述的方法。我在架构

中使用了多值string或int类型

<fields>
    <!-- other fields -->
    <field name="ints" type="int" 
        indexed="true" stored="true" multiValued="true" />
    <field name="strings" type="string"
        indexed="true" stored="true" multiValued="true" />
</fields>

要使用此功能，请将整数转换为Integer列表或String列表，其中列表的每个值都代表位位置。如果需要将其挂钩到DataImportHandler，可以使用Solr's ScriptTransformer。

List<Integer> integers = new ArrayList<>();
List<String> strings = new ArrayList<>();

String binaryString = Integer.toBinaryString(i);

for(int c = 0; c < binaryString.length(); c++) {
    if(binaryString.charAt(c) == '1') {
        integers.add(c);
        strings.add(c + "_1");
    } else {
        strings.add(c + "_0");
    }
}

例如5 - 二进制中的101 - 将成为

整数：[4,1]
字符串：[4_1,2_0,1_1]

正如您所看到的那样，存在差异：整数不跟踪哪些位不存在而字符串不存在。哪种方法适合您的需求，取决于您的使用案例。如果您只需要知道哪个位存在，请选择整数。这将使您的索引更小。如果您还需要知道哪些位不存在，请选择字符串。

要查询这个很简单

整数：q=ints:(1 OR 4)
字符串：q=strings:(1_1 OR 4_1)

如果要排除某个位，则会绑定到字符串

strings:((1_1 OR 4_1) AND 2_0)

这种方式的警告是 maxBooleanClauses 。大多数人都不知道，直到他们击中它。默认为1024个子句，您可以看到in Solr's Wiki。您也可以在solrconfig.xml中更改它。但是你设置这个值越大，你的查询就越多，Solr就越慢。

到目前为止，我们没有遇到与此相关的性能问题。但我们保持在1024条款下。这是你应该记住的，因为我不知道你的位集有多大。

Solr索引支持位集？

1 个答案: