Solr的學習使用之（四）建數據庫（添加Core）、表（配置schema.xml）

1、數據庫
數據庫就相當於solr里面的核。solr4.6不能使用界面提供的的Core Admin/Add Core來建立，會報錯，不懂為啥；那就采用最
簡單的辦法：把solr下載包里面的\solr-4.6.0\example\solr\collection1這個文件夾復制一份，放在你的solr運行環境里面
，改下文件夾的文字，同時改一下文件夾下的core.properties里面的name字段的值就可以了
2、表結構
表相當於schema.xml。
1）正常數據結構一個是需要考慮中文分詞，二個是考慮是否索引，是否分詞，是否存儲等等。

下面的示范用到了三種類型的數據：

a). 字段需要分詞、需要索引、需要存儲，如：網頁中的標題、內容等字段。

b). 字段需要索引，但不需要分詞，需要存儲，如：網頁的發布時間等內容。

c). 字段不需要索引，不需要分詞，但需要存儲，如：引用的圖片位置。

不存在不需要索引、也不需要分詞，也不需要存儲的字段，因為這樣的字段在Lucene中無意義。

2）以下是我自己的配置

<fields>
……
<!--自定義字段-->
<field name="id" type="string" indexed="true" stored="true" required="true" multiValued="false" /> 
<field name="mediaId" type="string" indexed="true" stored="false"/>
<field name="pointCode" type="string" indexed="true" stored="false"/>
<field name="title" type="text_ik" indexed="false" stored="false"/>
<field name="content" type="text_ik" indexed="false" stored="false"/>
<field name="contentStr" type="text_ik" indexed="true" stored="false" multiValued="true"/>
<field name="publishTime" type="long" indexed="true" stored="false"/>
<field name="property" type="int" indexed="true" stored="false"/>
<field name="mediaProperty" type="int" indexed="true" stored="false"/>
<field name="newsType" type="int" indexed="true" stored="false"/>
<field name="simHash" type="int" indexed="true" stored="false"/>
<field name="mediaSource" type="string" indexed="true" stored="false"/>
<field name="channelName" type="string" indexed="true" stored="false"/> 
<field name="reprintFlag" type="int" indexed="true" stored="false"/>
<field name="pagePosition" type="int" indexed="true" stored="false"/>
<field name="reportStyle" type="int" indexed="true" stored="false"/>
<field name="headLineFlag" type="int" indexed="true" stored="false"/>
<field name="manuscriptType" type="int" indexed="true" stored="false"/>

</fields>
<!-- Field to use to determine and enforce document uniqueness. 
Unless this field is marked with required="false", it will be a required field
-->
<uniqueKey>id</uniqueKey>

<copyField source="title" dest="contentStr"/>
<copyField source="content" dest="contentStr"/>

<types>
……
</types>

注：

a）<fields></fields>節點里面的field：
name：名稱（相當於數據庫表的字段名）
type：類型（相當於數據庫表的字段類型，此類型是在<types></types>節點里面定義好的）
indexed：是否索引（字段是否要建立索引，關系到搜索和排序，基本上都要吧，哈哈）
stored：是否存儲（字段的值是否完整的存儲在solr里）
multiValued：是否有多個值

b)<uniqueKey>id</uniqueKey>

文檔的唯一標識，對應field里name="id"的那個字段， 必須填寫這個field（除非該field被標記required="false"），否則solr建立索引報錯。

c）CopyField（這位哥們的http://blog.csdn.net/zl3450341/article/details/12849341）
CopyField（本段內容直接從solr中文網copy而來）：
你可能想讓document的一些字段可以多次使用。solr 有一個字段復制機制，可以提交多個不同類型字段集中到一個字段。字段
復制主要涉及兩個概念，source和destination，一個是要復制的字段，另一個是要復制到哪個字段，以下是個例子：

<copyField

source="cat"

dest="text"

maxChars="30000"

/>

 

上例中，如果text字段有數據的話，cat字段的內容將被添加到text字段中。maxChars 參數，一個int類型參數，用於限制復制
的字符數。

source和destination都支持通配符。以下是一個將所有以 _t 結尾的字段全部復制到text字段中。

<copyField

source="cat"

dest="text"

maxChars="30000"

/>

其實說的簡單一點，比如現在你要查詢包涵"Java"的博客， 那么你肯定要查內容，標題是否包含Java，但是solr不能像 

SQL那樣，where tittle like '%Java%' or content like '%Java%'. 這個時候copyField就派上用場了， 定義一個新字
段，將title和content 復制到這個新字段，索引的時候，直接從這個新字段查詢，這樣就達到目地了。 這便是copyField的
典型應用場景 。注意：如果dest由多個source構成，就需要將其指定為multiValued。
在網上找了一個例子：

<schema name="eshequn.post.db_post.0" version="1.1"    
    xmlns:xi="http://www.w3.org/2001/XInclude">    
     <fields>    
        <!-- for title -->    
        <field name="t" type="text" indexed="true" stored="false" />    
        <!-- for abstract -->    
        <field name="a" type="text" indexed="true" stored="false" />    
        <!-- for title and abstract -->    
        <field name="ta" type="text" indexed="true" stored="false" multiValued="true"/>    
    </fields>    
    <copyField source="t" dest="ta" />    
    <copyField source="a" dest="ta" />    
</schema>  

至此，表建立完畢，那數據就可以開始導入啦，當然還有其他標簽，比如DynamicField，這里就先不寫了，目前也沒整那么復雜，也沒時間整！

　　在路上……