solr高级查询——facet分面

1.简述

1.1 概念

分面搜索也称为分面浏览，他容许用户在执行搜索时，根据文档的一个或者多个方面（即分面）对搜索结果进行细分。用户经过选择不一样的过滤器来探索搜索结果。

1.2 应用场景

在搜索求职网站时，咱们但愿对搜索结果按照城市、工做类别、行业甚至是公司名称等选项进行筛选。通常来讲，这些过滤选项不只展现了每一个分面的可用值，并且统计了每一个分面值匹配到的搜索结果数。因为屏幕只能为每一个分面显示有限数量的值，搜索引擎一般会根据热门程度（文档匹配最多的）对分面值进行排序。让用户无需查看每一个搜索结果，就能够快速的搜索结果的总体状况。

1.3 功能

solr的分面功能将动态元数据随搜索结果一块儿返回。分面最基本的形式是展现字段中的每个惟一值和其对匹配的文档出现的次数（注意：不是匹配的文档数量而是匹配的文档出现次数），这个字段来自文档的共享属性，例如：类目列表。

solr提供了许多高级分面功能，包括基于函数、值区间以及任意查询的搜索结果分面。solr还支持层级分面，多维分面与多选分面，其中多选分面能够对那些以及从搜索结果中过滤掉的文档进行分面计数。

2.搜索结果预览

分面搜索通常有两个步骤组成：分面的计算与显示，即“分面返回”,有时简称为分面；用户选择一个或者多个分面值，对搜索结果进行过滤，即“分面选择“或者”分面过滤“

假设对一组参观文档进行搜索，你可能但愿在用户界面放置一些分面来做为导航元素，以下图，当查询”hamburger“时返回的结果：

如上图，每一个类别（餐厅类型、州、价格区间及城市）都被视为一个分面。分面能够当作是对搜索结果的一个信息切片。这个界面相似于咱们在购物网站搜索某一件商品后，而后根据商品的各类属性进行进一步的筛选。

3.字段分面

字段分面是最多见的分面形式。执行搜索时，根据查询请求返回特定字段中找到惟一值以及找到文档数。字段分面包括：单值分面和多值分面 。其中单值分面中每一个惟一值都会被检视，并返回每一个值对应的文档数，因为每一个文档只须要一个值，所以此值的统计数等同于文档总数。多值分面中，多个标签可能对应同一个文档，所以大多数文档被不止一个分面值计数过。

对于多值分面，Solr开发者建立了一个单独的字段，在该字段中放入特定内容的副本，该字段仅用于分面目的，这样原始文本就可以以分面的形式保留。

3.1 字段分面参数

Solr参数	可能取值	说明
facet	true,false	对当前搜索是否启用分面
facet.field	任意索引字段名称	肯定对那个字段进行分面，可屡次指定
facet.sort	index,count	排序方式：根据最大出现次数（count）或者索引（index)的词典序排序
facet.limit	整数>=-1	返回多少个惟一分面值
facet.mincount	整数>=0	在分面返回以前设置必须出现最少文档数，默认为1.
facet.method	enum,fc,fcs	enum方法循环遍历索引中全部词项，计算这些词项与查询的交集，fc（字段缓存）方法对与查询匹配的文档进行循环，在这些文档中找到词项，fc是除了布尔值以外的默认方法。fcs方法为单值字符串调用每一个片断缓存。
facet.enum.cache.minDf	整数>=0	在filterCache用于词项以前，指定与盖茨匹配的最小文档数
facet.prefix	任意字符串	指定查询到词项的前缀
facet.missing	true,false	是否返回不包含分面字段的文档计数
facet.offset	整数>=0	经过分面值进行分页。offset指定跳过最开始的几个值，昨晚后面分面的替代
facet.threads	整数	当执行多个字段分面时指定的线程数。默认是0，负数表明为每一个字段生成一个线程

其中，能够基于字段进行指定的有：facet.limit,facet.mincount,facet.method,facet.enum.cache.minDf,使用格式为： f..= eg:

requestUrl:

http://192.168.10.125:8983/solr/techproducts/select?q=*:*&
facet=true&                // 开启facet
facet.limit=6&             // 默认全部facet展现六条数据
facet.field=weight&        // facet字段为weight
f.weight.facet.limit=4&    // 指定weight字段只显示4条
f.weight.facet.sort=index& // 指定weight字段为字典序排序
facet.field=cat&            
f.cat.facet.mincount=2     // 最少统计数为2

response:

"facet_counts":{
    "facet_queries":{},
    "facet_fields":{
      "weight":[            
        "2.0",1,
        "4.0",1,
        "5.5",1,
        "6.4",1],
      "cat":[
        "electronics",12,
        "currency",4,
        "memory",3,
        "connector",2,
        "graphics card",2,
        "hard drive",2]},
        "facet_ranges":{},
    "facet_intervals":{},
    "facet_heatmaps":{}}}

如结果所示：weight排序方式为字典序，cat排序方式为默认的count，即按照统计数量大小降序；weight展现了4条记录，cat未特殊指定数量，展现了默认的6条数据；cat指定最少统计数为2，weight未指定因此也展现出了为1的。

4. 查询分面

将某一个字段的值分为多个区间，查询每一个区间对应的数量。例如，咱们想知道商品在区间[,200]、[200,400]、[400,600]、[600,]中，每一个区间对应的数量，则可使用查询分面。格式为：facet.query=field:[start+TO+end],其中"["表明闭区间，"{"表明开区间，"+"表明空格，注意"TO"必须为大写。

http://192.168.10.125:8983/solr/techproducts/select?q=*:*&rows=0&facet=true&
facet.query=price:[*+TO+200}&
facet.query=price:[200+TO+400}&
facet.query=price:[400+TO+600}&
facet.query=price:[600+TO+*]

"facet_counts":{
    "facet_queries":{
      "price:[* TO 200}":9,
      "price:[200 TO 400}":4,
      "price:[400 TO 600}":1,
      "price:[600 TO *]":2},
    "facet_fields":{},
    "facet_ranges":{},
    "facet_intervals":{},
    "facet_heatmaps":{}}}

5.区间分面

区间分面将数值和日期字段分红一些区间，以便于solr返回各个区间以及他们包含的文档数。建立多个不一样的查询分面来表示多个区间值的作法能够经过区间分面进行替代。

对上面的例子可经过如下方式实现：

http://192.168.10.125:8983/solr/techproducts/select?q=*:*&rows=0&facet=true&
facet.range=price&              // 分区字段
f.price.facet.range.start=0.0&  // 分区起始值
f.price.facet.range.end=1000.0& // 分区结束值
f.price.facet.range.gap=200     // 分区步长

可获得一样的统计结果

"facet_counts":{
    "facet_queries":{},
    "facet_fields":{},
    "facet_ranges":{
      "price":{
        "counts":[
          "0.0",9,
          "200.0",4,
          "400.0",1,
          "600.0",1,
          "800.0",0],
        "gap":200.0,
        "start":0.0,
        "end":1000.0}},
    "facet_intervals":{},
    "facet_heatmaps":{}}}

6.Pivot(Decision Tree)Faceting 决策树分面

经过pivot关键字定义树状结构的分面结果，在一个分面结果中能够包含另外一个分面结果

http://localhost:8983/solr/techproducts/select?q=*:*&
facet.pivot=cat,popularity,inStock&
facet.pivot=popularity,cat&
facet=true&
facet.field=cat&
facet.limit=5&
rows=0&
facet.pivot.mincount=2

分面结果：

{  "facet_counts":{
    "facet_queries":{},
    "facet_fields":{
      "cat":[
        "electronics",14,
        "currency",4,
        "memory",3,
        "connector",2,
        "graphics card",2]},
    "facet_dates":{},
    "facet_ranges":{},
    "facet_pivot":{
      "cat,popularity,inStock":[{
          "field":"cat",
          "value":"electronics",
          "count":14,
          "pivot":[{
              "field":"popularity",
              "value":6,
              "count":5,
              "pivot":[{
                  "field":"inStock",
                  "value":true,
                  "count":5}]}]
}]}}}

7.其余

1. 可在分面值查询请求上添加过滤器，例如&fq=price:[*+TO100] ,将过滤掉对[0,100]的统计.
2. 多值过滤时须要使用双引号，例如fq=city:"china beijing",若是字符串中有特殊符号须要进行转意，例如：fq=name:"the \"in\" crowd" .
3. 经过key关键字给分面字段重命名，例如facet.query={!key="两百如下"}price :[*+TO+200],则facet_query中的显示结果将由"price:[* TO 200}":9,变为"price:[两百如下}":9,
4. 经过tag和ex标记忽略过滤器。用tag定义一个过滤器fq={!tag="tag1"}state:California,定一个了一个队state字段的过滤器，并命名为tag1,而后在facet的field定义时使用tag标签facet.field={!ex=tag1}state，这样state分面就会忽略标记为tag1的过滤器，也就是这个过滤器对state字段不进行过滤。

参考

http://lucene.apache.org/solr/guide/7_0/faceting.html#pivot-decision-tree-faceting