Solr---Group分組查詢

場景描述：

        普通查詢時，查詢的結果中，個人信息有很多重復的，按照業務需求需要將重復的個人信息隱藏，所以使用分組查詢，如果想查看隱藏的部分，則在具體分組中繼續使用分頁的查詢。

分組查詢：

JAVA部分代碼：

1. ...
2.         // 創建solrQuery對象
3. SolrQuery query = new SolrQuery();
4. query.set("q", "*:*" );
5. /*分組*/
6. //是否分組
7. query.setParam("group", true);
8. //分組的字段，不可以是多值字段
9. query.setParam("group.field", "PAT_ID");
10. //分組中每個組的上限數量，默認為1
11. query.setParam("group.limit","2");
12. //分布式模式使用分組，並返回分組數量
13. query.setParam("group.ngroups","true");
14. // 設置start，開始的組
15. query.setStart(0);
16. // 設置rows，返回多少組
17. query.setRows(10);
18. // 執行搜索，返回response對象
19. QueryResponse rq = cloudSolrClient.query(query);
20. // 從response中獲取想要的結果，因為結構與正常搜索的結構不一致，所以取數據時與普通搜索獲取數據不一樣
21. GroupResponse groupResponse = rq.getGroupResponse();
22. List <GroupCommand> groupCommandList = groupResponse.getValues();
23. SolrDocumentList solrDocumentList = new SolrDocumentList();
24. long count = 0;
25. long groupNum=0;
26. // 判斷是否為空
27. if(groupCommandList!=null && groupCommandList.size()>0){
28. // 匹配出的結果總數
29. count = groupCommandList.get(0).getMatches();
30. // 分組總數
31. groupNum = groupCommandList.get(0).getNGroups();
32. List <Group> groupList=groupCommandList.get(0).getValues();
33. // 遍歷返回的每個分組
34. for(Group group:groupList){
35. // 若為普通搜索的結果則只有一條；若為分組詳情則只有一組，將一組全部放入
36. for(SolrDocument solrDocument:group.getResult()){
37. // 將分組中的數放入最后一個參數
38. solrDocument.addField("numFound",group.getResult().getNumFound());
39. // 每個分組只取第一個
40. solrDocumentList.add(solrDocument);
41. }
42. }
43. }
44.         ...

        查詢結果在solrDocumentList中，處理成什么格式可以自己設置；groupNum為分組的組數，count為所有匹配的文檔數（不分組的匹配數）；

Solr管理頁面查詢的結構如下：

分組中的分頁：

JAVA部分代碼：

1. //分組中的偏移量，相當於普通搜索中的start
2. query.setParam("group.offset",String.valueOf(map.get("groupOffset")));
3. //分組中每個組的上限數量，相當於普通搜索中的每頁數量rows，默認為1
4. query.setParam("group.limit",String.valueOf(map.get("groupLimit")));

        配合這兩個條件，進行分組中的分頁。

 

《Solr實戰》中這樣寫道：

1. 結果分組功能在分布式模式下不能完全起作用。
2. 如果計划在分布式模式下使用Solr的分組功能，並需要得到精確的分組數量（由group.ngroups=true參數返回）。
3. 如果沒有按照計划那樣，將數據按照分組的字段分割到各個分片上，那返回的分組數量僅僅是一個上限值。解決辦法是
4. 自定義散列，就是設置一個id讓指定的一組文檔分發到同一個分片上，這樣做最大的問題是會造成集群里分片的不均衡。

        經過多次測試，發現並沒有發生文章中說的那樣的問題。而且在嘗試設置自定義散列的時候不知道該如何設置，起初我在配置文件中設置，但是沒有效果。網上也沒人設置過，沒有出現上述問題，也就不再關心這個自定義散列了。

對於分組的參數，官網也有提及，如下：

地址： https://wiki.apache.org/solr/FieldCollapsing

下面是別人翻譯過來的：

地址：https://blog.csdn.net/jiangchao858/article/details/63256048

 

參數	類型	說明
group	布爾值	設為true，表示結果需要分組
group.field	字符串	需要分組的字段，字段類型需要時是StrField或TextField
group.func	查詢語句	可以指定查詢函數
group.query	查詢語句	可以指定查詢語句
rows	整數	返回多少組結果，默認10
start	整數	指定結果開始位置/偏移量
group.limit	整數	每組返回多數條結果,默認1
group.offset	整數	指定每組結果開始位置/偏移量
sort	排序算法	控制各個組的返回順序
group.sort	排序算法	控制每一分組內部的順序
group.format	grouped/simple	設置為simple可以使得結果以單一列表形式返回
group.main	布爾值	設為true時，結果將主要由第一個字段的分組命令決定
group.ngroups	布爾值	設為true時，Solr將返回分組數量，默認fasle
group.truncate	布爾值	設為true時，facet數量將基於group分組中匹相關性高的文檔，默認fasle
group.cache.percent	整數0-100	設為大於0時，表示緩存結果，默認為0。該項對於布爾查詢，通配符查詢，模糊查詢有改善，卻會減慢普通詞查詢。