Solr的学习使用之（二）schema.xml等配置文件的解析

　　上一篇文章已经讲解了如何部署Solr，部署是部署完了，但是总以为内心空空的，没底，里面有N多配置文件，好比schema.xml、solrConfig.xml、solr.xml and so on……都不知道他们是来干吗的，因此要先了解下总体的项目架构、基本原理，才能在后续的工做中，更加熟练，须知挨踢行业，必须求甚解。之前不论是上学，仍是作其余事情，都是在没有了解其原理的基础上就开工，致使了似懂非懂的一种状态，这种状况就是在现有的范围、环境下能够应付得来，可是若是环境一变，那就一筹莫展了。正所谓磨刀不误砍柴工，因此，必须了解下基本原理，才能更好的在路上。

　　如下是一些Solr的项目结构、配置文件的讲解：

做者讲解了Solr Core、schema.xml、solrConfig.xml文件的含义，以MySql来作对比，这样更加通俗易懂，好比solr的core就至关于数据库，schema.xml至关于表等等

http://www.ecmkit.com/zh-hans/taxonomy/term/287

1. schema.xml：

schema.xml的结构比较简单，主要分为2 部分types和fields。types部分定义了字段类型的定义信息，好比int，string等；而在fields部分则定义了Solr将会存储哪些信息，fields内的字段是根据你的业务需求来定义的。types和fields的关系其实也很明显，就是types被fields所引用。举例来讲，fields内定义了，该字段的类型是string，而string类型的定义就是在types中定义的。

• types

咱们知道<types>内定义了一些数据类型，这些数据类型会被<fields>引用。就先来看一个常见的定义：<fieldType name="int" class="solr.TrieIntField" precisionStep="8" omitNorms="true" positionIncrementGap="0"/>。很明显这是一个数值类型的定义，在solr中，数值类型包括int, float, long, double以及日期类型（date），而对于这些数值类型，基本上都是用Trie开始的类型，例如"solr.TrieFloatField"，"solr.TrieDateField"等。Trie开始的类型能知足你至少95%以上的需求，所以除非有特殊理由，否则仍是老老实实用Trie开始的类型吧。

• fieldType

<fieldType name="text_general" class="solr.TextField" positionIncrementGap="100">
      <analyzer type="index">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <filter class="solr.LowerCaseFilterFactory"/>
      </analyzer>
      <analyzer type="query">
        <tokenizer class="solr.StandardTokenizerFactory"/>
        <filter class="solr.StopFilterFactory" ignoreCase="true" words="stopwords.txt" enablePositionIncrements="true" />
        <filter class="solr.SynonymFilterFactory" synonyms="synonyms.txt" ignoreCase="true" expand="true"/>
        <filter/>
      </analyzer>
</fieldType>

首先应该注意到有2个analyzer。一个是index，另一个是query。也就是说<analyzer type="index">是用在index阶段，而<analyzer type="query">用在查询阶段—你所输入的查询内容也是须要经过分析最终产生token，而后和index里的token匹配。

<tokenizer class="solr.StandardTokenizerFactory"/>固然就是对应分析链中的起点Tokenizer。接下来串联了2个filter，分别是solr.StopFilterFactory，solr.LowerCaseFilterFactory。stop word filter就是把那些the, of, on之类的词从token中去除掉，因为这类词在文档中出现的频率很是高，而对文档的特征又没什么影响，因此这类词对查询没什么意义。Lower case filter的做用是将全部的token转换成小写，也就是在最终的index中保存的都是小写。

如下还有一篇关于schema.xml文件配置的详细解释，赞一个:

http://blog.csdn.net/liuweitoo/article/details/8137124

　　在路上……