模式元素

Solr 在模式文件中存储有关其应理解的字段类型和字段的详细信息。

Solr 的模式文件

Solr 模式文件的名称和位置可能因您最初配置 Solr 的方式或稍后是否对其进行了修改而异。

  • managed-schema.xml 是 Solr 默认使用的模式文件的名称，用于支持通过模式 API 或无模式模式功能在运行时进行模式更改。

    您可以显式配置托管模式功能以使用其他文件名（如果您选择），但文件的内容仍然由 Solr 自动更新。

  • schema.xml 是模式文件的传统名称，该文件可以由使用ClassicIndexSchemaFactory的用户手动编辑。

  • 如果您使用的是 SolrCloud，您可能无法在本地文件系统中找到任何具有这些名称的文件。您只能通过模式 API（如果已启用）或通过 Solr 管理 UI 的云屏幕查看模式。

无论您的安装中使用哪个文件名，文件的结构都不会改变。但是，您与文件交互的方式会改变。如果您使用的是托管模式，则希望您仅使用模式 API 与文件交互，而绝不进行手动编辑。如果您不使用托管模式，则只能对文件进行手动编辑，模式 API 将不支持任何修改。

请注意，如果您尚未使用 Schema API，但您确实在使用 SolrCloud，则需要使用 upconfig 和 downconfig 命令通过 ZooKeeper 与 schema 文件进行交互，以创建本地副本并上传您的更改。执行此操作的选项在 Solr 控制脚本参考 和 ZooKeeper 文件管理 中进行了描述。

Schema 文件的结构

此示例不是真实的 XML，但显示了构成 schema 文件的主要元素。

<schema>
  <types>
    <fieldType>
  <fields>
    <field>
  <copyField>
  <dynamicField>
  <similarity>
  <uniqueKey>
</schema>

最常用的定义元素是 types 和 fields，其中配置了字段类型和实际字段。 字段类型定义和属性 和 字段 部分描述了如何为您的 schema 配置这些元素。

这些元素由 复制字段 中描述的 copyFields 和 动态字段 中描述的 dynamicFields 进行补充。

下面 唯一键 中描述的 uniqueKey 必须始终定义。

将使用默认的 similarity，但可以按照下面 相似度 部分中的描述进行修改。

类型和字段是可选标签

请注意，types 和 fields 部分是可选的，这意味着您可以自由地在顶层混合 field、dynamicField、copyField 和 fieldType 定义。这允许在您的 schema 中更逻辑地对相关元素进行分组（例如，将字段与其字段类型定义分组）。

唯一键

uniqueKey 元素指定哪个字段是文档的唯一标识符。虽然 uniqueKey 不是必需的，但几乎总是由您的应用程序设计所保证。例如，如果您要更新索引中的文档，则应使用 uniqueKey。

您可以通过命名唯一键字段来定义它

<uniqueKey>id</uniqueKey>

Schema 默认值和 copyFields 不能用于填充 uniqueKey 字段。uniqueKey 的 fieldType 不能被分析，并且不能是任何 *PointField 类型。您可以使用 UUIDUpdateProcessorFactory 来自动生成 uniqueKey 值。

此外，如果使用了 uniqueKey 字段，但它是多值的（或从 fieldtype 继承了多值性），则操作将失败。但是，只要正确使用该字段，uniqueKey 将继续工作。

相似度

相似度是 Lucene 中用于在搜索中对文档评分的类。

每个集合都有一个“全局”相似度。默认情况下，Solr 使用隐式的 SchemaSimilarityFactory，它允许使用“per-type”特定相似度配置各个字段类型，并为任何没有显式相似度的字段类型隐式使用 BM25Similarity。

可以通过在 schema 中声明顶级 <similarity/> 元素（在任何单个字段类型之外）来覆盖此默认行为。此相似度声明可以直接引用具有无参数构造函数的类的名称，例如此示例中显示的 BM25Similarity

<similarity class="org.apache.lucene.search.similarities.BM25Similarity"/>

或引用 SimilarityFactory 实现

<similarity class="solr.BM25SimilarityFactory"/>

当使用相似度工厂时，可以指定可选的初始化参数

<similarity class="solr.DFRSimilarityFactory">
  <str name="basicModel">P</str>
  <str name="afterEffect">L</str>
  <str name="normalization">H2</str>
  <float name="c">7</float>
</similarity>

在大多数情况下，如果您的 schema 还包括字段类型特定的 <similarity/> 声明，则这样指定全局级别的相似度会导致错误。一个重要的例外是，您可以显式声明 SchemaSimilarityFactory，并指定使用配置了特定相似度的字段类型（由 defaultSimFromFieldType 指定）的名称来为所有没有声明显式相似度的字段类型定义默认行为。

<similarity class="solr.SchemaSimilarityFactory">
  <str name="defaultSimFromFieldType">text_dfr</str>
</similarity>

<fieldType name="text_dfr" class="solr.TextField">
  <analyzer ... />
  <similarity class="solr.DFRSimilarityFactory">
    <str name="basicModel">I(F)</str>
    <str name="afterEffect">B</str>
    <str name="normalization">H3</str>
    <float name="mu">900</float>
  </similarity>
</fieldType>

<fieldType name="text_ib" class="solr.TextField">
  <analyzer ... />
  <similarity class="solr.IBSimilarityFactory">
    <str name="distribution">SPL</str>
    <str name="lambda">DF</str>
    <str name="normalization">H2</str>
  </similarity>
</fieldType>

<fieldType name="text_other" class="solr.TextField">
  <analyzer ... />
</fieldType>

在上面的示例中，IBSimilarityFactory（使用基于信息模型）将用于任何 text_ib 类型的字段，而 DFRSimilarityFactory（与随机发散）将用于任何 text_dfr 类型的字段，以及任何使用未显式指定 <similarity/> 的类型的字段。

如果显式声明了 SchemaSimilarityFactory 而没有配置 defaultSimFromFieldType，则隐式使用 BM25Similarity 作为默认值。

除了此页面上提到的各种工厂之外，还有其他几种可以使用的相似度实现，例如 SweetSpotSimilarityFactory、ClassicSimilarityFactory 等。有关详细信息，请参阅 相似度工厂 的 Solr Javadocs。