Question

在Solr 4.10中，我有11个分片核心中的170.000.000个文档。自2008年以来，每个文档都代表我网站上的访问，而11个核心中的每一个都代表一年。

我需要找到项目列表的访问权限，因此进行如下查询：

using facet.field, "QTime": 10557

（在清除内核重新加载的缓存后）

q=(owningItem:178350+OR+owningItem:51760+OR+owningItem:71585)+AND+statistics_type:view&shards=localhost:8080/solr//statistics-2014,localhost:8080/solr//statistics-2017,localhost:8080/solr//statistics-2016,localhost:8080/solr//statistics-2008,localhost:8080/solr//statistics-2011,localhost:8080/solr//statistics-2012,localhost:8080/solr//statistics-2010,localhost:8080/solr//statistics-2013,localhost:8080/solr//statistics-2009,localhost:8080/solr//statistics-2015,localhost:8080/solr//statistics&facet.limit=4&facet.field=owningItem&facet.mincount=1

结果：

 "facet_counts": {
    "facet_queries": {},
    "facet_fields": {
      "owningItem": [
        "51760",
        3502,
        "71585",
        1860
      ]
    },
    "facet_dates": {},
    "facet_ranges": {},
    "facet_intervals": {}
  },

调试该查询时，对于每个核心，我可以看到返回的facet.field值不属于查询结果：

response={numFound=953,start=0,maxScore=1.9732983,docs=[]},sort_values={},facet_counts={facet_queries={},facet_fields={owningItem={51760=556,71585=397,**1=0,10=0,100=0,1000=0,10000=0,100000=0,100001=0,100002=0,100003=0,100004=0,100005=0,100007=0,100008=0,10001=0**}},facet_dates={},facet_ranges={},facet_intervals={}}

因此，我尝试使用facet.query代替facet.field

using facet.query, "QTime": 1346

q=(owningItem:178350+OR+owningItem:51760+OR+owningItem:71585)+AND+statistics_type:view&shards=localhost:8080/solr//statistics-2014,localhost:8080/solr//statistics-2017,localhost:8080/solr//statistics-2016,localhost:8080/solr//statistics-2008,localhost:8080/solr//statistics-2011,localhost:8080/solr//statistics-2012,localhost:8080/solr//statistics-2010,localhost:8080/solr//statistics-2013,localhost:8080/solr//statistics-2009,localhost:8080/solr//statistics-2015,localhost:8080/solr//statistics&facet.limit=4&facet.query=owningItem:178350&facet.query=owningItem:51760&facet.query=owningItem:71585&facet.mincount=1

 "facet_counts": {
    "facet_queries": {
      "owningItem:178350": 0,
      "owningItem:51760": 3502,
      "owningItem:71585": 1860
    },
    "facet_fields": {},
    "facet_dates": {},
    "facet_ranges": {},
    "facet_intervals": {}
  },

然后调试，只包含属于结果的项目：

response={numFound=953,start=0,maxScore=1.9732983,docs=[]},sort_values={},facet_counts={facet_queries={owningItem:178350=0,owningItem:51760=556,owningItem:71585=397},facet_fields={},facet_dates={},facet_ranges={},facet_intervals={}}

我得出的结论是，facet.field的计算结果超出了Solr查询的结果。但是，我认为这个结论不是正确的。

我的问题：

为什么facet.query比facet.field快？
Solr是否真的对不属于查询结果的文档计算facet.field？

Answer 1

由于您在分片环境中运行，因此每个分片必须返回比当前facet.limit所指示的更多的项目。原因是这些方面可能在其他分片之一中得分较高。它们不是针对不属于查询集的文档计算的（因此它们不会为0）。构面也会在后台使用索引词的列表，因为构面查询可以用于返回条件，即使计数为0。

即分片1和2均以foo为第二受欢迎的分片，每个分片命中30次；而分片1的baz最受欢迎，分片为31，但没有文档带有bar的分片2个拥有bar的网站在31个中最受欢迎，但没有baz的文档。如果将facet.limit设置为1，并且仅返回了该数量的构面，则foo将永远不会返回（因为它是最受欢迎的整体，但不在任何分片中）。

这还告诉您，为什么mincount低于请求的服务器时，每个服务器都包含这些值。在我们之前的示例中，如果mincount设置为31，并且该参数传播到每个分片，则foo将永远不会从分片返回。这就是为什么在之后返回了方面的最终列表之后计算了最小计数的原因。在您的情况下，这些构面只是按0命中顺序排序的构面，但这是一种特殊情况（因为0不会对最终结果有任何贡献，但是从列表的开头返回这些构面也不会做任何事情，因为检索出这些术语，并计算出它们的分数。）

您可以通过调整facet.overrequest.count（10）和facet.overrequest.ratio（1.5）来控制how Solr performs overrequesting for facets。

在这种情况下，默认情况下，每个分片都被要求提供最高的“ facet.overrequest.count +（facet.overrequest.ratio * facet.limit）”约束。

在使用构面查询时，这两个都不需要进行。每个查询都在每个服务器上运行，并且这些查询的计数在返回给用户之前会被合并。不用担心facet.query可能返回在其他节点等上未返回的匹配。在我们的示例中，查询将返回30 + 30、31 + 0和31 +0。但是，您仅获得有关您已经知道的术语，而不是可能相关的术语-但您不是要查询的术语。就是这样。

使用facet.field调试Solr查询显示的结果比查询结果多

1 个答案: