我是Solr的新手，我想知道它如何索引文档。
假设我有一个装满文本的100 MB文档（document1）。文本不是结构化的，只是原始文本。我将该文件发送给Solr以便编入索引。
据我了解，Lucene将解析文档，根据默认模式提取所有单词（假设我们使用的是默认模式），并创建一个基本上是单词和一份文件清单，如下：
word1 - ＆gt;的 [文档1]
word2 - ＆gt;的 [文档1]
等
现在，如果我想搜索“word1”这个词，Solr会给我整个100 MB的文档，其中包含单词“word1”，正确
如果我错了，请纠正我，我需要准确理解它是如何运作的。
答案 0 :(得分：1)
你描述的大部分索引部分都没问题，至少在高级别。原因，为什么你要把所有文件都归还 - 这是因为你的字段在你的Solr模式中是stored一个（默认情况下至少是真的）
这意味着，除了有帖子列表之外 word1 - ＆gt; doc1，doc3 word2 - ＆gt; doc2，doc3 等
Solr / Lucene还存储了该字段的原始内容，因此它可以将其返回给您。您可以通过在模式中说出stored=false或在fl部分中将其过滤掉，只需请求fl=id（或类似的内容）来明确地将其关闭
如果您只想返回部分文档，只搜索部分文档，则可以使用Solr Highlighting feature来完成。 Solr中的突出显示允许与查询响应一起包含与用户查询匹配的文档片段。