【图片】华为手机族谱【华为ascend吧】_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：66,687贴子：
华为手机族谱收藏
编者的话感谢花粉
给我的灵感，让我有了这个收集华为手机全部机型，编写这个华为手机族谱的想法。这个族谱将从华为的第一款手机开始，介绍华为手机五大家族，并且介绍详细某些有深刻历史意义的机型，这次的机型主要记录到2012年，13年部分机型随后会一一加入，编者水平有限，能弄到的资料也比较少，希望有其他华为手机资料可以补充的，可以帮忙跟帖补充。希望通过这个族谱，追根溯源，让大家对华为的手机发展历史有更加深刻的了解，其实华为手机的过去有着非常辉煌的历史，严格意义上来说，这两年的崛起只能算是复兴，在智能手机的时代，华为终端需要更多的给力，多想办法，多做实事，让华为的手机产业重现辉煌并且可以超越历史。历史是沉淀的，希望时间可以淘去华为手机的一些不好的传统，同时把一些好的流传下来。也是在这几天编写这个族谱的时候，才发现原来我07年已经成了花粉，我的第一个手机原来不是联想的推盖机，而是华为小灵通A128，当时家里有电话，捆绑了小灵通，后来拆了电话就没用了，但是那时候对于品牌不了解，从来没有注意过，谁知道今天居然成了花粉，世界就是这么多的冥冥之中安排的。各位粉粉们，你们最早使用的华为是哪个型号？大家一起分享。为了方便编写，不让人插楼，我先在花粉俱乐部设置阅读权限后再转过来，这几天我说的我在忙就是在弄这个，花了两个通宵加上今天一天终于刚刚完成，现在就发来给大家分享。
世家出身乎华为手机也，其始祖为华为集团，祖籍中国深圳，其父为华为终端公司，华为手机出生于公元2003年11月，公元2003年7月，其父华为技术有限公司手机业务部出生于中国深圳，后其父行冠礼，正式改名华为终端公司。华为手机家族后分成五大家族并沿袭至今，其五大家族一脉相承。公元2003年11月，其第一代始祖A616诞生，其后建立了华为小灵通家族。公元2004年11月，其家族中子孙之一的U626出生，之后建立了华为功能机家族。公元2009年12月，其家族中发生新的基因突变，其子孙之一的U8220出生（又名Pulse），搭载了Android系统的U8220是华为手机家族第一台安卓智能手机，并且建立了华为前期智能机家族。公元2011年11月，华为荣耀出生，因其与其他华为前期智能手机相比有更多突出，被指定为新的家族，继承了华为前期智能机家族的血脉。公元2012年初，华为P1和DQ、D1相继出生，华为前期智能机家族更名华为ASCEND家族，和华为荣耀家族一起，继续传承华为手机家族的血脉。公元2013年1月，华为手机和微软联姻，诞下华为W1，其子孙延续父亲的衣钵，成为华为WP手机家族。因华为手机子孙众多，分布全球各地，现只将可收录到名讳之子孙记录在家谱之内，其他流散子孙认祖归宗后一一补录在册。附：华为手机家族沿袭总表
华为小灵通家族2003年11月
华为手机部门第一款产品
2004年04月
华为首款彩屏小灵通
2004年09月
华为首款销量过百万终端产品 A318
2004年10月
2005年09月
华为史上销量最大产品
最受欢迎小灵通终端产品
首款P/G双模手机
手机维修服务点,闪修侠 同样上门维修,品质全面占优!高品质配件,安全便捷,免费上门检测,现场维修,技术精湛,半年质保 手机修好再付款,满意再付款
华为功能机家族2004年11月
首款WCDMA终端产品、2005年06月被查尔顿媒体集团评为“最佳3G手机奖” U626
2004年11月
2005年09月
在亚洲3GSM世界大会上发布
2006年09月
国内第一款有隐形功能的手机，结合了音乐+手写+隐形
2006年09月
2007年05月
与Movilnet首次深度合作，是华为在委内瑞拉成功的起步
华为超长待机手机开山之作
第一款北美大T(T-Mobile)手机
2007年12月
北美Metro Pls第一款CDMA手机
2008年02月
2008年06月
日本运营商eMobile华为手机
2008年09月
共板发货过千万产品
2008年10月
2008年12月
上市仅仅两月排名赛诺700---1000档榜首产品
记得中兴的小灵通
09年----12年华为功能机家族经典产品2009年04月
首款9.9mm手机，开创超薄精品路线
华为TD第一款破百万产品
T2211 2010年10月
全球最薄音乐手机
C5700 2010年10月
华为自研第一款TD产品，销量破百万 T2011 2011年09月
华为终端与日本运营商NTT Docomo在手机领域合作的第一款产品
华为功能机家族2009年机型 U3300
U9100 T550
U7310 T550+
华为功能机家族2010年机型 C5710
T1600C5900
C7260 C5720
U1280 T5211
T2281T2311
U7200U3100
2011---2013年华为功能机家族机型T2012为12年机型，G5000为13年机型，其他为11年机型 T2011 T2012 T5900 T7320 C5730 C5070 G5000G6150 G7010G7300
T7050U2800U5110U5900
「天猫」全场特惠,精选好货,正品低价,品类齐全,退换无忧,品质购物上天猫,让您足不出户,畅想一站式购物的乐趣!
有的机型还不错
华为前期智能机家族2009年12月
首款Android智能手机，又名Pulse
U8110 2010年02月
入围2010年移动世界大会(MWC2010)最佳手机评选
U8300 2010年07月
C8600 2010年09月
德国IFA发布，全球首款搭载Android 2.2的手机，又名IDEOS
U8150 2010年08月
华为第一代电信千元智能机，上市白天中国销量破百万，总销量超200万，当时Android之最
C8500 2010年08月
C8500联通版
2011年---2012年华为前期智能机家族产品2011年02月
U8510 2011年
M835 2011年03月
CES上发布，全球首款支持HSPA+网络的智能手机
U8800 2011年04月
T8100 2011年04月
2011年CES发布，年度旗舰
U9000 2011年05月
T8300 2011年06月
sonic 2011年06月
又名Vodafone 858 Smart
U8160 2011年07月
U8520 2011年08月
2011年08月
第二代电信千元智能机，上市60天销量突破百万
C8650 2011年08月
华为发布云服务平台，全球首款云手机，又名远见（vision）后来还有女性版远见，玉兰花
U 2011年09月
U8800+ 2011年09月
T8600 2011年10月
U86602011年11月
S8600 2012年
SONIC(8661)2012年
华为荣耀家族2011年11月
华为云手机的战略机型，华为Honor深度融入 “Cloud+”平台，首创5秒开机的安卓先河，采用了华为深度定制Potter UI，华为荣耀家族开山之作。又名华为Honor，有畅享版和鲜享版等多个运营商版本，型号名U8860，电信版为C8860e。通称华为荣耀。
2012年10月
华为荣耀+为荣耀第一代的升级版，荣耀+共有三个制式版本，分别为荣耀+联通版U8950D、荣耀+电信版C8950D荣耀+移动版T8950。型号为G600，通称华为荣耀+ 2012年11月
荣耀系列首次搭载海思K3V2处理器。有1G和2G版本，后来还有爱享纯真版。版本名为U9508，官方通称华为荣耀四核爱享版，民间预定俗称华为荣耀2或华为荣耀四核，昵称蓉儿。 2013年8月
荣耀系列首款三防手机，号称两栖飚机王，搭载了升级版的海思K3V2E处理器，只有电商渠道可以购买到，版本号HN3-U01，官方称呼荣耀3 honor3 outdoor，简称华为荣耀3
华为WP手机家族2013年01月
在CES上发布，华为首款Windows Phone 8系统手机，因为单独属于WP系统手机，所以归入WP手机家族。
W1 2013年6月
2013年度GSMA亚洲移动通信博览会上发布，延续W1的华为的WP手机系列，因为单独属于WP系统手机，所以归入WP手机家族。
华为ASCEND家族因ASCEND系列属于目前主力机型，只收录2013年之前的机型，2013年之后的机型在13年结束后补录。2012年1月 2012CES上发布，ASCEND系列的开端之作，第一个发布的ASCEND系列产品，7.69毫米再创华为超薄传奇。日发布华为P1基于安卓4.1果冻豆修改定制的emotion ui，成为国内第一款可使用安卓4.1系统的手机。版本号为U9200
P1 2012年MWC前发布，华为ASCEND系列12年旗舰，D系列开山之作。版本号为U9500
MWC前发布，第一款使用海思K3V2的产品，华为终端第一款四核产品，D1四核版本，又称华为D1四核。版本号为U9510E
P1厚电版本
P1XL 2012年
第三代华为电信千元智能机，再续了C8650的传奇
C8812 2012年09月
C8812升级版
C8812e 2012年
版本号U8818，12年华为经典千元智能机
G300 2012年
版本号U8825，还有电信版本C8825，12年经典千元智能机
G330 2012年
发完，睡觉。
申精和申请置顶几天
荣耀+来过，个人认为华为早期的滑盖手机也挺漂亮的，大屏以后火花应该算漂亮机器之首了，当初在烟台实习，见了不少火花，当时我还很羡慕有那么漂亮的机器，看到听筒处有huawei字母，回去就用诺基亚搜了，原来是华为手机，这是我第一次知道和见到华为手机，因为我当时是移动卡，所以后来关注到了荣耀，再后来g330d出来了，第一次接触安卓，小白迷茫了，当时实体店荣耀卖1550，荣耀+刚上市卖1799，g330d卖1200，我室友想买三星5830，被我劝的买了华华g330d，那时我还没用过华为，都是百度出来的，直到12年12月初才在淘宝1199买的荣耀+，从此与华为结下更多的情节了　--如果再看你一眼，是否还会有感觉，当年素面朝天要多纯洁就有多纯洁。
G5002012年11月
移动版T8951，联通版U8951
G5102012年
Y2002012年
Y2102012年
Y2202012年12月
第一批搭载EMUI的Y系列产品
现在想想，庆幸自己相信了华为，认识了华为，也认识了吧里的很多好友，　--如果再看你一眼，是否还会有感觉，当年素面朝天要多纯洁就有多纯洁。
好！妙！呱呱叫！
像U8825D，怎么又叫G330D
貌似不够全面
登录百度帐号哪里有到中国钢铁历史价格走势_百度知道
哪里有到中国钢铁历史价格走势
我有更好的答案
中国钢铁价格低谷应该是2015年底到2016年4月，当时的螺纹钢和线材价格达到了1650元，热轧板卷达到了1700元，全行业出现了严重的亏损。
采纳率：80%
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。谁知道哪个网站可以免费查到聚乙烯的价格走势图。_百度知道
谁知道哪个网站可以免费查到聚乙烯的价格走势图。
我有更好的答案
不知道是不是？
聚乙烯、聚丙烯等塑料价格行情走势建议参考速料链，价格行情走势、期货走势、收盘价、工供需信息比较全面。
1条折叠回答
为您推荐：
其他类似问题
您可能关注的内容
聚乙烯的相关知识
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。您好，欢迎回来
您好，欢迎来到中国供应商！
Intel E5-.7GB 14纳米 6核心 6线程 CPU散片
Intel E5-.7GB 14纳米 6核心 6线程 CPU散片
E5---------2650V4等E5-2600V4系列INTEL至强CPU中央处理器服务器CPU批发
100 - 199颗
200 - 299颗
向先生经理
营业执照已上传
邮箱已验证
手机已验证
微信已验证
发货地北京 海淀区
发货期限3天内发货
供货总量600颗
营业执照已上传
邮箱已验证
手机已验证
微信已验证
经营模式|经销批发
注册资本|50万人民币
企业类型|有限责任公司(自然人投资或控股)
公司地址|北京 海淀区 天秀路10号中国农大国际创业园3B3002
查看全部分类
本页信息为北京网元鼎信科技有限公司为您提供的""产品信息，如您想了解更多关于"Intel E5-.7GB 14纳米 6核心 6线程 CPU散片"价格、型号、厂家请联系厂家，或给厂家留言。
品牌Intel型号E5-2603V4核心数量6核心适用类型服务器插槽类型LGA 1366主频1.7GHz外频400MHz一级缓存256KB二级缓存2048KB前端总线频率1333MHZ64位处理器是包装散装功率85W
Intel E5-.7GB 14纳米 6核心 6线程 CPU散片
E5-2603V4&&&1.7GB&&14纳米&6核心&&6线程&&CPU散片批发TEL:状态Launched发行日期Q1&＃39;16处理器编号E5-2603V4缓存15&MB&SmartCache总线速度6.4&GT/s&QPIQPI&链接数2指令集64-bit指令集扩展AVX&2.0提供嵌入式方案否光刻14&nm可扩展性2SVID&电压范围0无冲突是数据表Link-性能内核数6线程数6处理器基本频率1.7&GHzTDP85&W-内存规格内存大小（取决于内存类型）1536&GB内存类型DDR4&内存通道数4内存带宽59.7&GB/s物理地址扩展46-bitECC&内存支持&?是-显卡规格处理器显卡&?None-扩展选项PCI&Express&修订版3.0PCI&Express&配置&?x4,&x8,&x16PCI&Express&通道数的值40E5-2603V4&&&&E5-2609V4&&&&E5-2620V4&&&&&E5-2623V4&&&&&E5-2630V4&&&&&E5-2637V4&&&&E5-2640V4&&&&E5-2643V4&&&&&&E5-2650V4等E5-2600V4系列INTEL&至强CPU中央处理器服务器CPU批发及各品牌服务器CPU套件及VRM稳压模块CPU散热片批发AMD&&&INTEL全线CPU中央处理器批发TEL:&2600V4系列：2603V4&2609V4&3V4&7V4&3V4&2650V4&0V4&0V4&7WV4&5V4&8V4&2699V4&2600V3系列：9V3&3V3&7V3&3V3&8V3&7V3&0V3&7WV3&5V3&8V3&2699V32600V2系列：9V2&0V2&0V2&0V2&2658V2&7V2&0V2&5V2&2697V22600系列：40&904800V3系列：0V3&0V3&8800V3系列:&7V3&0V3&1V3&8893V34800V2系列：0V2&0V2&0V2&0V28800V2系列:&7V2&0V2&1V24600V3系列：0V3&0V3&0V3&4669V34600V2系列：0V2&7V2&0V2&2403V2系列：7V2&0V2&0V2&2470V2INTEL&至强E5-2683V4&散片&主频2.1正式版&16核心32线程&2011-3针INTEL&至强E5-2603V4&散片&主频1.7G&14纳米&6核心6线程INTEL&至强E5-2609V4&散片&主频1.7G&正式版&8核心&2011-3针脚INTEL&至强E5-2680V4&散片&主频2.4G&14核心28线程&2011-3针INTEL&Xeon&E5-2603V3&散片&主频1.6G&正式版&六核心CPUINTEL&至强E5-2680V3&散片&主频2.5G&12核心&2011-3针脚Intel&Xeon&E5-2678V3&散片&正式版&CPU&2.5GHZ&十二核&2011-3针Intel&至强E5-2683V3散片&35M&2.0睿频3.0G&14核28线INTEL&至强E5-2650V3&散片&正式版&十核心二十线程&2011针Intel&至强E5-2609V3&散片&主频2.9G&六核心六线程&服务器CPUINTEL&至强E5-2630V3&散片&主频2.4G&八核心&正式版&2011-3针脚Intel&至强E5-2683V3&散片&35M&2.0睿频3.0G&14核28线&正式版INTEL&至强E5-2640V3&主频2.6G&散片&八核心&2011针&正式版INTEL至强E5-2698V3&散片&主频2.3G&16核心32线程&正式版INTEL&至强E5-2643V3&散片&主频3.4G&六核心&20M正式版CPUINTEL&至强E5-2695V3处理器&正式版&主频2.4&十二核心二十四线程Intel&至强E5-2687WV3&散片&主频3.10G&10核心&正式版CPUINTEL&至强E5-2637V3&散片&主频3.5G&四核心八线程Intel&至强E5-2690V3&主频2.6GHZ&12核24线程&正式版2011针INTEL&至强E5-2630V4&散片&主频2.2GHZ&正式版&10核心&2011-3针INTEL&至强E5-2697V3&散片&正显版&主频2.6G&35MINTEL&至强E5-2696V3&散片&cpu&2.3G&18核36线程&正式版Intel&xeon&至强E5-.3GHZ&18核36线程&正式版INTEL&至强E5-2670V3&散片&主频2.30G&12核心24线程&正式版Intel&至强E5-2658V3&散片CPU&2.2GHZ&12核24线程&保一年INTEL&至强&E5-2673V3&正式版&CPU&12核24线程&2.4G&12核心INTEL&至强E5-2675V3&散片&主频1.8G&正式版INTEL&至强E7-4850V2&散片&主频2.30G&十二核心&正式版&intel&CPU批发TEL:酷睿I7系列酷睿I5系列酷睿I3系列奔腾双核1156奔腾双核1155奔腾双核1150奔腾双核1151AMD&CPU批发TEL:AMD&八核CPUAMD&六核CPUAMD&四核CPUXEON&CPU批发TEL:E7-4800V3系列E7-4800V2系列E7-4800系列E5-4600V3系列E5-4600V2系列E5-4600系列E5-2600V4系列E5-2600V3系列E5-2600V2系列E5-2600系列E5-2400V2系列E5-2400系列E5-1600V3系列E5-1600V2系列E5-1600系列E3-1200V3系列E3-1200V5系列E3-1200V2系列E3-1200系列5600系列CPU批发TEL:5500系列CPU批发TEL:3400系列CPU批发TEL:
供应商信息
北京网元|向严刚或QQ：: IBM|HP|DELL|SUN|EMC|联想|HDS|LSI|NeTapp|TSM|华为|H3C|宇视|大华|海康|Cisco|Juniper|富士通|西门子|F5|深信服|浪潮|曙光|Arista|台达|艾默生|中兴|伊顿|山特|中恒等工作站|工控机|刀片|服务器|存储|小型机|交换机|系统软件|网络设备|各种数据线缆|综合布线|UPS|嵌入式通信电源系统|整流模块|机柜|数据库备份软件|开关电源|交换式电源供应器|直流电源|交流电源|光纤模块等：整机及新老配件批发。
、、、、、、、
50万人民币
公司注册时间
公司所在地
北京 海淀区 天秀路10号中国农大国际创业园3B3002
有限责任公司(自然人投资或控股)
法定代表人
工商注册号
主营产品或服务
向先生经理
地址北京 海淀区 天秀路10号中国农大国际创业园3B3002
公司主页http://www.bjwydx.xin
北京 海淀区 天秀路10号中国农大国际创业园3B3002
北京网元鼎信科技有限公司
免责声明：
本页面所展现的 Intel E5-.7GB 14纳米 6核心 6线程 CPU散片 信息及其他相关推荐信息，均来源于其对应的商铺，信息的真实性、准确性和合法性由该信息的来源商铺所属企业完全负责。中国供应商对此不承担任何保证责任。
友情提醒：
建议您在购买相关产品前务必确认供应商资质及产品质量，过低的价格有可能是虚假信息，请谨慎对待，谨防欺诈行为。
建议您在搜索产品时，优先选择信贸通会员，信贸通会员为中国供应商VIP会员，信誉度更高。
北京网元鼎信科技有限公司
电话：010-
地址：北京 海淀区 天秀路10号中国农大国际创业园3B3002
技术支持：
按拼音检索：
主办单位：中国互联网新闻中心版权所有 中国互联网新闻中心中国供应商(www.china.cn)
成功收藏此产品
图片验证码solr教程，值得刚接触搜索开发人员一看
Solr调研总结
全文检索相关开发
本文介绍solr的功能使用及相关注意事项;主要包括以下内容:环境搭建及调试;两个核心配置文件介绍;维护索引;查询索引,和在查询中可以应用的高亮显示、拼写检查、搜索建议、分组统计、拼音检索等功能的使用方法。
作者/修改人
1. Solr 是什么？
Solr它是一种开放源码的、基于 Lucene Java 的搜索服务器，易于加入到 Web 应用程序中。Solr 提供了层面搜索(就是统计)、命中醒目显示并且支持多种输出格式（包括XML/XSLT 和JSON等格式）。它易于安装和配置，而且附带了一个基于HTTP 的管理界面。可以使用 Solr 的表现优异的基本搜索功能，也可以对它进行扩展从而满足企业的需要。Solr的特性包括：
高级的全文搜索功能专为高通量的网络流量进行的优化基于开放接口（XML和HTTP）的标准综合的HTML管理界面可伸缩性－能够有效地复制到另外一个Solr搜索服务器使用XML配置达到灵活性和适配性可扩展的插件体系
2. Lucene 是什么？
Lucene是一个基于Java的全文信息检索工具包，它不是一个完整的搜索应用程序，而是为你的应用程序提供索引和搜索功能。Lucene 目前是 Apache Jakarta(雅加达) 家族中的一个开源项目。也是目前最为流行的基于Java开源全文检索工具包。目前已经有很多应用程序的搜索功能是基于 Lucene ，比如Eclipse 帮助系统的搜索功能。Lucene能够为文本类型的数据建立索引，所以你只要把你要索引的数据格式转化的文本格式，Lucene 就能对你的文档进行索引和搜索。
3. Solr vs Lucene
Solr与Lucene 并不是竞争对立关系，恰恰相反Solr 依存于Lucene，因为Solr底层的核心技术是使用Lucene 来实现的，Solr和Lucene的本质区别有以下三点：搜索服务器，企业级和管理。Lucene本质上是搜索库，不是独立的应用程序，而Solr是。Lucene专注于搜索底层的建设，而Solr专注于企业应用。Lucene不负责支撑搜索服务所必须的管理，而Solr负责。所以说，一句话概括 Solr: Solr是Lucene面向企业搜索应用的扩展。
Solr与Lucene架构图:
Solr使用Lucene并且扩展了它！
一个真正的拥有动态字段(Dynamic Field)和唯一键(Unique Key)的数据模式(Data Schema)对Lucene查询语言的强大扩展！支持对结果进行动态的分组和过滤高级的，可配置的文本分析高度可配置和可扩展的缓存机制性能优化支持通过XML进行外部配置拥有一个管理界面可监控的日志支持高速增量式更新(Fast incremental Updates)和快照发布(Snapshot Distribution)
4.搭建并调试Solr
4.1 安装虚拟机
Solr 必须运行在Java1.6 或更高版本的Java 虚拟机中，运行标准Solr 服务只需要安装JRE 即可，但如果需要扩展功能或编译源码则需要下载JDK 来完成。可以通过下面的地址下载所需JDK 或JRE ：
OpenJDK （
）Sun （ ）IBM （ ）Oracle （ ）
安装 步骤请参考相应的帮助文档。
4.2下载Solr
本文针对Solr4.2版本进行调研的，下文介绍内容均针对Solr4.2版本，如与Solr 最新版本有出入请以官方网站内容为准。Solr官方网站下载地址：http://lucene.apache.org/solr/
4.3下载并设置Apache Ant
Solr是使用Ant进行管理的源码, Ant是一种基于Java的build工具。理论上来说，它有些类似于Maven 或者是 C中的make。下载后解压出来后，进行环境变量设置。
ANT_HOME：E:\Work\apache-ant\1.9.1 (这里为你自己解压缩的目录) PATH：%ANT_HOME%\bin （这个设置是为了方便在dos环境下操作）
查看是否安装成功，在命令行窗口中输入命令ant，若出现结果:
说明ant安装成功！因为ant默认运行build.xml文件，这个文件需要我们建立。现在就可以进行build Solr源码了。在命令行窗口中进入到你的Solr源码目录，输入ant会出现当前build.xml使用提示信息。
其它的先不用管它，我们只要针对我们使用的IDE进行build就行了，如果使用eclipse就在命令行输入：ant eclipse.如果使用IntelliJ IDEA 就在命令行输入：ant idea。这样就能进行build了。
黑窗口里提示这个。。。
失败。。。为什么呢，最后我发现是因为下载的ant中少了一个jar就是这apache-ivy（下载地址：http://ant.apache.org/ivy/）这东东名子真怪 ivy是ant管理jar依赖关系的。当第一次bulid时ivy会自动把build中的缺少的依赖进行下载。网速慢的第一次build要好久的。。。
下载一个jar就行把jar放到ant的lib下（E:\Work\apache-ant\1.9.1\lib）这样再次运行ant 就会成功了。到现在才可以进行Solr的代码调试。
4.4配置并运行Solr代码
不管用什么IDE首选都要设置Solr Home在IDE的JVM参数设置VM arguments写入 -Dsolr.solr.home=solr/example/solr一般就行了.不行也可以使用绝对路径.
solr使用StartSolrJetty文件作为入口文件进行调试代码,在这里可以设置服务器使用的端口和solr的webapps目录.一般都不用设置,默认的就可以进行调试.Solr Home也能可在代码中设置一样好用.& System.setProperty(&solr.solr.home&, &E:\\Work\\solr-4.2.0-src-idea\\solr\\example\\solr&);
目前是使用自带的一个example作为solr配置的根目录，如果你有其他的solr配置目录，设置之即可。点击run即可，debug也是一样可以用了。没有别的问题就应该能运行了.注意servlet 容器使用的端口,如查提示:
FAILED SocketConnector@0.0.0.0:8983: java.net.BindException: Address already in use: JVM_Bind 就说明当前端口占用中.改一下就可以了.如果没有报错启动成功后就可以在浏览器中输入地址:
就可以看到如下界面
到这里Solr就成功配置并运行了.要是想跟代码调试在启动时在这个方法里点断点就可以Initializer的initialize()方法如果想从浏览器中找断点调试就要到SolrDispatchFilter的doFilter方法中点断点了.
注：IE9在兼容模式下有bug，必须设置为非兼容模式。
5.Solr基础
因为 Solr 包装并扩展了Lucene，所以它们使用很多相同的术语。更重要的是，Solr 创建的索引与 Lucene 搜索引擎库完全兼容。通过对 Solr 进行适当的配置，某些情况下可能需要进行编码，Solr 可以阅读和使用构建到其他 Lucene 应用程序中的索引。在 Solr 和 Lucene 中，使用一个或多个 Document 来构建索引。Document 包括一个或多个 Field。Field 包括名称、内容以及告诉 Solr 如何处理内容的元数据。
例如，Field 可以包含字符串、数字、布尔值或者日期，也可以包含你想添加的任何类型，只需用在solr的配置文件中进行相应的配置即可。Field 可以使用大量的选项来描述，这些选项告诉 Solr 在索引和搜索期间如何处理内容。
现在，查看一下表 1 中列出的重要属性的子集：
Indexed Field 可以进行搜索和排序。你还可以在 indexed Field 上运行 Solr 分析过程，此过程可修改内容以改进或更改结果。
stored Field 内容保存在索引中。这对于检索和醒目显示内容很有用，但对于实际搜索则不是必需的。例如，很多应用程序存储指向内容位置的指针而不是存储实际的文件内容。
5.1模式配置Schema.xml
schema.xml这个配置文件可以在你下载solr包的安装解压目录的\solr\example\solr\collection1\conf中找到，它就是solr模式关联的文件。打开这个配置文件，你会发现有详细的注释。模式组织主要分为三个重要配置
5.1.1. types 部分
是一些常见的可重用定义，定义了 Solr（和 Lucene）如何处理 Field。也就是添加到索引中的xml文件属性中的类型，如int、text、date等.
&fieldType name=&string& class=&solr.StrField& sortMissingLast=&true&/&
&fieldType name=&boolean& class=&solr.BoolField& sortMissingLast=&true&/&
&fieldType name=&int& class=&solr.TrieIntField& precisionStep=&0& positionIncrementGap=&0&/&
&fieldType name=&text_general& class=&solr.TextField& positionIncrementGap=&100&&
&analyzer type=&index&&
& &tokenizer class=&solr.StandardTokenizerFactory&/&
& &filter class=&solr.StopFilterFactory& 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 class=&solr.LowerCaseFilterFactory&/&
&/analyzer&
&/fieldType&
和其他属性决定了这个fieldType的实际行为。
sortMissingLast
设置成true没有该field的数据排在有该field的数据之后，而不管请求时的排序规则, 默认是设置成false。
sortMissingFirst
跟上面倒过来呗。 默认是设置成false
字段类型指定的分词器
当前分词用用于的操作.index代表生成索引时使用的分词器query代码在查询时使用的分词器
分词后应用的过滤器& 过滤器调用顺序和配置相同.
5.1.2. fileds
是你添加到索引文件中出现的属性名称，而声明类型就需要用到上面的types
&field name=&id& type=&string& indexed=&true& stored=&true& required=&true& multiValued=&false&/&
&field name=&path& type=&text_smartcn& indexed=&false& stored=&true& multiValued=&false& termVector=&true& /&
&field name=&content& type=&text_smartcn& indexed=&false& stored=&true& multiValued=&false& termVector=&true&/&
&field name =&text& type =&text_ik& indexed =&true& stored =&false& multiValued =&true&/&
&field name =&pinyin& type =&text_pinyin& indexed =&true& stored =&false& multiValued =&false&/&
&field name=&_version_& type=&long& indexed=&true& stored=&true&/&
&dynamicField name=&*_i& type=&int& indexed=&true& stored=&true&/&
&dynamicField name=&*_l& type=&long& indexed=&true& stored=&true&/&
&dynamicField name=&*_s& type=&string& indexed=&true& stored=&true& /&
field: 固定的字段设置dynamicField: 动态的字段设置,用于后期自定义字段,*号通配符.例如: test_i就是int类型的动态字段.
还有一个特殊的字段copyField,一般用于检索时用的字段这样就只对这一个字段进行索引分词就行了copyField的dest字段如果有多个source一定要设置multiValued=true,否则会报错的
&copyField source=&content& dest=&pinyin&/&
&copyField source=&content& dest=&text&/&
&copyField source=&pinyin& dest=&text&/&
字段属性说明:
字段类型名
缺省true。 说明这个数据应被搜索和排序，如果数据没有indexed，则stored应是true。
缺省true。说明这个字段被包含在搜索结果中是合适的。如果数据没有stored,则indexed应是true。
字段的长度不影响得分和在索引时不做boost时，设置它为true。
一般文本字段不设置为true。
termVectors
如果字段被用来做more like this 和highlight的特性时应设置为true。
compressed
字段是压缩的。这可能导致索引和搜索变慢，但会减少存储空间，只有StrField和TextField是可以压缩，这通常适合字段的长度超过200个字符。
multiValued
字段多于一个值的时候，可设置为true。
positionIncrementGap
和multiValued一起使用，设置多个值之间的虚拟空白的数量
注意:_version_ 是一个特殊字段,不能删除,是记录当前索引版本号的.
5.1.3. 其他配置
uniqueKey: 唯一键，这里配置的是上面出现的fileds，一般是id、url等不重复的。在更新、删除的时候可以用到。
defaultSearchField:默认搜索属性，如q=solr就是默认的搜索那个字段
solrQueryParser:查询转换模式，是并且还是或者（AND/OR必须大写）
5.2. solr配置solrconfig.xml
&&&&&& solrconfig.xml这个配置文件可以在你下载solr包的安装解压目录的E:\Work\solr-4.2.0-src-idea\solr\example\solr\collection1\conf中找到，这个配置文件内容有点多,主要内容有:使用的lib配置,包含依赖的jar和Solr的一些插件;组件信息配置;索引配置和查询配置,下面详细说一下索引配置和查询配置.
5.2.1索引indexConfig
&&&&&& Solr 性能因素，来了解与各种更改相关的性能权衡。 表 1 概括了可控制 Solr 索引处理的各种因素：
useCompoundFile
通过将很多 Lucene 内部文件整合到一个文件来减少使用中的文件的数量。这可有助于减少 Solr 使用的文件句柄数目，代价是降低了性能。除非是应用程序用完了文件句柄，否则 false 的默认值应该就已经足够。
ramBufferSizeMB
在添加或删除文档时，为了减少频繁的更些索引,Solr会选缓存在内存中,当内存中的文件大于设置的值,才会更新到索引库。较大的值可使索引时间变快但会牺牲较多的内存。如两个值同时设置,满足一个就会进行刷新索引.
maxBufferedDocs
mergeFactor
决定低水平的 Lucene 段被合并的频率。较小的值（最小为 2）使用的内存较少但导致的索引时间也更慢。较大的值可使索引时间变快但会牺牲较多的内存。
maxIndexingThreads
indexWriter生成索引时使用的最大线程数
unlockOnStartup
unlockOnStartup 告知 Solr 忽略在多线程环境中用来保护索引的锁定机制。在某些情况下，索引可能会由于不正确的关机或其他错误而一直处于锁定，这就妨碍了添加和更新。将其设置为 true 可以禁用启动锁定，进而允许进行添加和更新。
single: 在只读索引或是没有其它进程修改索引时使用.
native: 使用操作系统本地文件锁,不能使用多个Solr在同一个JVM中共享一个索引.
simple :使用一个文本文件锁定索引.
5.2.2 查询配置query
maxBooleanClauses
最大的BooleanQuery数量. 当值超出时，抛出 TooManyClausesException.注意这个是全局的,如果是多个SolrCore都会使用一个值,每个Core里设置不一样的化,会使用最后一个的.
filterCache
filterCache存储了无序的lucene document id集合，1.存储了filter queries(“fq”参数)得到的document id集合结果。2还可用于facet查询3. 3）如果配置了useFilterForSortedQuery，那么如果查询有filter，则使用filterCache。
queryResultCache
缓存搜索结果,一个文档ID列表
documentCache
缓存Lucene的Document对象,不会自热
fieldValueCache
字段缓存使用文档ID进行快速访问。默认情况下创建fieldValueCache即使这里没有配置。
enableLazyFieldLoading
若应用程序预期只会检索 Document 上少数几个 Field，那么可以将属性设置为 true。延迟加载的一个常见场景大都发生在应用程序返回和显示一系列搜索结果的时候，用户常常会单击其中的一个来查看存储在此索引中的原始文档。初始的显示常常只需要显示很短的一段信息。若考虑到检索大型 Document 的代价，除非必需，否则就应该避免加载整个文档。
queryResultWindowSize
一次查询中存储最多的doc的id数目.
queryResultMaxDocsCached
查询结果doc的最大缓存数量, 例如要求每页显示10条,这里设置是20条,也就是说缓存里总会给你多出10条的数据.让你点示下一页时很快拿到数据.
选项定义 newSearcher 和 firstSearcher 事件，您可以使用这些事件来指定实例化新搜索程序或第一个搜索程序时应该执行哪些查询。如果应用程序期望请求某些特定的查询，那么在创建新搜索程序或第一个搜索程序时就应该反注释这些部分并执行适当的查询。
useColdSearcher
是否使用冷搜索,为false时使用自热后的searcher
maxWarmingSearchers
最大自热searcher数量
5.3Solr加入中文分词器
&&&& 中文分词在solr里面是没有默认开启的，需要我们自己配置一个中文分词器。目前可用的分词器有smartcn，IK，Jeasy，庖丁。其实主要是两种，一种是基于中科院ICTCLAS的隐式马尔科夫HMM算法的中文分词器，如smartcn，ictclas4j，优点是分词准确度高，缺点是不能使用用户自定义词库；另一种是基于最大匹配的分词器，如IK ，Jeasy，庖丁，优点是可以自定义词库，增加新词，缺点是分出来的垃圾词较多。各有优缺点看应用场合自己衡量选择吧。
&&&&&& 下面给出两种分词器的安装方法，任选其一即可，推荐第一种，因为smartcn就在solr发行包的contrib/analysis-extras/lucene-libs/下，就是lucene-analyzers-smartcn-4.2.0.jar,首选在solrconfig.xml中加一句引用analysis-extras的配置,这样我们自己加入的分词器才会引到的solr中.
&lib dir=&../../../contrib/analysis-extras/lib& regex=&.*\.jar& /&
5.3.1. smartcn 分词器的安装
&&& 首选将发行包的contrib/analysis-extras/lucene-libs/ lucene-analyzers-smartcn-4.2.0.jar复制到\solr\contrib\analysis-extras\lib下,在solr本地应用文件夹下，打开/solr/conf/scheme.xml，编辑text字段类型如下，添加以下代码到scheme.xml中的相应位置，就是找到fieldType定义的那一段，在下面多添加这一段就好啦
&fieldType name=&text_smartcn& class=&solr.TextField& positionIncrementGap=&0&&
&&&&& &analyzer type=&index&&
&&&&&&& &tokenizer class=&org.apache.lucene.analysis.cn.smart.SmartChineseSentenceTokenizerFactory&/&
&&&&&&& &filter class=&org.apache.lucene.analysis.cn.smart.SmartChineseWordTokenFilterFactory&/&
&&&&& &/analyzer&
&&&&& &analyzer type=&query&&
&&&&&&&& &tokenizer class=&org.apache.lucene.analysis.cn.smart.SmartChineseSentenceTokenizerFactory&/&
&&&&&&& &filter class=&org.apache.lucene.analysis.cn.smart.SmartChineseWordTokenFilterFactory&/&
&&&&& &/analyzer&
&/fieldType&
&&&&&& 如果需要检索某个字段，还需要在scheme.xml下面的field中，添加指定的字段，用text_ smartcn作为type的名字，来完成中文分词。如 text要实现中文检索的话，就要做如下的配置：
&field name =&text& type =&text_smartcn& indexed =&true& stored =&false& multiValued =&true&/&
5.3.2. IK 分词器的安装
首选要去下载IKAnalyzer的发行包.下载地址: .
下载后解压出来文件中的三个复制到\solr\contrib\analysis-extras\lib目录中.
IKAnalyzer2012FF_u1.jar&&&&&& 分词器jar包
IKAnalyzer.cfg.xml&&&&&&&&&&&&&&&& 分词器配置文件
Stopword.dic&&&&&&&&&&&&&&&&&&&&&&&&&& 分词器停词字典,可自定义添加内容
复制后就可以像smartcn一样的进行配置scheme.xml了.
&fieldType name=&text_ik& class=&solr.TextField&&
&&&&&&&& &analyzer class=&org.wltea.analyzer.lucene.IKAnalyzer&/&
&/fieldType&
&field name =&text& type =&text_ik& indexed =&true& stored =&false& multiValued =&true&/&
&&&&&& 现在来验证下是否添加成功,首先使用StartSolrJetty来启动solr服务,启动过程中如果配置出错,一般有两个原因:一是配置的分词器jar找不到,也就是你没有复制jar包到\solr\contrib\analysis-extras\lib目前下;二是分词器版本不对导致的分词器接口API不一样出的错,要是这个错的话就在检查分词器的相关文档,看一下支持的版本是否一样.
&&&&&& 如果在启动过程中没有报错的话说明配置成功了.我们可以进入到http://localhost:8983/solr地址进行测试一下刚加入的中文分词器.在首页的Core Selector中选择你配置的Croe后点击下面的Analysis,在Analyse Fieldname / FieldType里选择你刚才设置的字段名称或是分词器类型,在Field Value(index)中输入:中国人,点击右面的分词就行了.
6.Solr功能应用
&&&&&& 我这里主要使用SolrJ进行介绍一下Solr的一些基本应用,使用SolrJ加上EmbeddedSolrServer(嵌入式服务器),方便进行代码跟踪调试.在功能上和其它服务器都是一样的,它们都是继承的SolrServer来提供服务API的. EmbeddedSolrServer优点是不用起http协议,直接加载SolrCore进行操作,性能上应该是最快的,方便用于把Solr单结点服务嵌入到项目中使用.下面开始介绍Solr的功能的应用.EmbeddedSolrServer初始化:
System.setProperty(&solr.solr.home&, &E:\\Work\\solr-4.2.0-src\\solr\\example\\solr&);
CoreContainer.Initializer initializer = new CoreContainer.Initializer();
CoreContainer& coreContainer = initializer.initialize();
SolrServer& server = new EmbeddedSolrServer(coreContainer, &&);
6.1维护索引
&&&&&& 在一般系统中维护的都是增删改,在Solr中的维护功能是增删和优化功能,在Solr中的修改操作就是先删掉再添加.在做索引维护之前,首先要做的是配置schema.xml主要是按上面章节中的说明设置好字段信息(名称,类型,索引,存储,分词等信息),大概就像在数据库中新建一个表一样.设置好schema.xml就可以进行索引相关操作了.
6.1.1增加索引
&&&&&& 在增加索引之前先可构建好SolrInputDocument对象.主要操作就是给文档添加字段和值.代码如下:
SolrInputDocument doc = new SolrInputDocument();
doc.setField(&id&, &ABC&);
doc.setField(&content&, &中华人民共和国&);
构建好文档后添加的上面初始化好的server里就行了.
server.add(doc);
server.commit();//这句一般不用加因为我们可以通过在配置文件中的
&&&&&&&&&&&&&&&&&&&&&&&&&&&& //autoCommit来提高性能
&&&&&& Solr在add文档时.如果文档不存在就直接添加,如果文档存在就删除后添加,这也就是修改功能了.判断文档是否存在的依据是定义好的uniqueKey字段.
6.1.2删除索引
&&&&&& 删除索引可以通过两种方式操作,一种是通过文档ID进行删除,别一种是通过查询到的结果进行删除.
通过ID删除方式代码:
server.deleteById(id);
//或是使用批量删除
server.deleteById(ids);
通过查询删除方式代码:
server.deleteByQuery(&*.*&);//这样就删除了所有文档索引
//”*.*”就查询所有内容的,介绍查询时会详细说明.
6.1.2优化索引
&&&&&& 优化Lucene 的索引文件以改进搜索性能。索引完成后执行一下优化通常比较好。如果更新比较频繁，则应该在使用率较低的时候安排优化。一个索引无需优化也可以正常地运行。优化是一个耗时较多的过程。
& server.optimize();//不要频繁的调用..尽量在无人使用时调用.
6.2查询索引
&&&&&& Solr在不修改任务配置的情况下就可以使用查询功能，在web项目中应用可以直接URL进行访问Solr服务器例如 ：
&&&&&& 上面的意思就是查询名为collection1的SolrCore的所有内容用xml格式返回并且有缩进。
返回结果如下:
&?xml version=&1.0& encoding=&UTF-8&?&
&response&
&lst name=&responseHeader&&
& &int name=&status&&0&/int&
& &int name=&QTime&&0&/int&
& &lst name=&params&&
&&& &str name=&indent&&true&/str&
&&& &str name=&q&&*:*&/str&
&&& &str name=&wt&&xml&/str&
&result name=&response& numFound=&17971& start=&0&&
&&& &str name=&path&&E:\Reduced\军事\1539.txt&/str&
&&& &str name=&category_s&&2&/str&
&&& &int name=&browseCount_i&&-&/int&
&&& &long name=&modified_l&&0&/long&
&&& &long name=&releasedate_l&&0&/long&
&&& &str name=&content&& [俄罗斯lenta网站日报道]俄空军副总司令比热耶夫中将称，2006年春天独联体国家防空系统打击范围向西推进150千米，侦察范围向西推进400千米。　　2006年3月白俄罗斯4个S-300PS防空导弹营担负战斗任务，使独联体防空系统作战范围得以向西推进。比热耶夫中将还宣布，近期乌兹别克斯坦可能加入独联体防空系统。　　独联体国家防空系统建于9年前，共有9个国家参加该组织。目前只有亚美尼亚、白俄罗斯、哈萨克斯坦、吉尔吉斯、俄罗斯和塔吉克斯坦支持该体系。　　乌克兰、乌兹别克斯坦与俄罗斯在双边基础上合作，格鲁吉亚和土库曼最近7年不参加独联体国家对空防御。&/str&
&&& &str name=&id&&E3798D82-EAB6-2BEA-D7E2-79FBD102E845&/str&
&&& &long name=&_version_&&1071872&/long&&/doc&
&/response&
上面所看到的就是用xml格式返回的查询结果,其中的doc就是一个文档,在doc里面的那个就是我们开始在schema.xml中定义的字段.
如果使用SolrJ进行调用的话代码如下：
SolrQuery query = new SolrQuery();
query.set(&q&,&*.*&);
QueryResponse rsp =server.query(query)
SolrDocumentList list = rsp.getResults();
返回结果在SolrDocumentList中在这个对象中遍历取出值来:
for (int i = 0; i & list.size(); i++) {
&& SolrDocument sd = list.get(i);
&& String id = (String) sd.getFieldValue(&id&);
&& System.out.println(id);
6.2.1查询参数
查询字符串，必须的。
filter query。使用Filter Query可以充分利用Filter Query Cache，提高检索性能。作用：在q查询符合结果中同时是fq查询符合的，例如：q=mm&fq=date_time:[ TO ]，找关键字mm，并且date_time是091031之间的。
field list。指定返回结果字段。以空格“ ”或逗号“,”分隔。
用于分页定义结果起始记录数，默认为0。
用于分页定义结果每页返回记录数，默认为10。
排序，格式:sort=&field name&+&desc|asc&[,&field name&+&desc|asc&]… 。示例：（inStock desc, price asc）表示先 “inStock” 降序, 再 “price” 升序，默认是相关性降序。
默认的查询字段，一般默认指定。
覆盖schema.xml的defaultOperator（有空格时用&AND&还是用&OR&操作逻辑），一般默认指定。必须大写
writer type。指定查询输出结构格式，默认为“xml”。在solrconfig.xml中定义了查询输出格式：xml、json、python、ruby、php、phps、custom。
query type，指定查询使用的Query Handler，默认为“standard”。
explainOther
设置当debugQuery=true时，显示其他的查询说明。
设置查询解析器名称。
timeAllowed
设置查询超时时间。
omitHeader
设置是否忽略查询结果返回头信息，默认为“false”。
返回的结果是否缩进，默认关闭，用 indent=true|on 开启，一般调试json,php,phps,ruby输出才有必要用这个参数。
查询语法的版本，建议不使用它，由服务器指定默认值。
debugQuery
设置返回结果是否显示Debug信息。
6.2.2查询语法
1.匹配所有文档：*:*
2.强制、阻止和可选查询：
1)&&& Mandatory：查询结果中必须包括的(for example, only entry name containing the word make)
Solr/Lucene Statement：+make, +make +up ,+make +up +kiss
2)&&& prohibited：(for example, all documents except those with word believe)
Solr/Lucene Statement：+make +up -kiss
3)&&& optional：
Solr/Lucene Statement：+make +up kiss
3.布尔操作：AND、OR和NOT布尔操作（必须大写）与Mandatory、optional和prohibited相似。
1)&&&&&& make AND up ＝ +make +up :AND左右两边的操作都是mandatory
2)&&&&&& make || up ＝ make OR up＝make up :OR左右两边的操作都是optional
3)&&&&&& +make +up NOT kiss ＝ +make +up –kiss
4)&&&&&& make AND up OR french AND Kiss不可以达到期望的结果，因为AND两边的操作都是mandatory的。
4. 子表达式查询（子查询）：可以使用“()”构造子查询。
示例：(make AND up) OR (french AND Kiss)
5.子表达式查询中阻止查询的限制：
示例：make (-up):只能取得make的查询结果；要使用make (-up *:*)查询make或者不包括up的结果。
6.多字段fields查询：通过字段名加上分号的方式（fieldName:query）来进行查询
示例：entryNm:make AND entryId:3cdc86e8e0fb4da8ab17caed42f6760c
7.通配符查询（wildCard Query）：
1)&&&&&& 通配符？和*：“*”表示匹配任意字符；“？”表示匹配出现的位置。
示例：ma?*（ma后面的一个位置匹配），ma??*(ma后面两个位置都匹配)
2)&&&&&& 查询字符必须要小写:+Ma +be**可以搜索到结果；+Ma +Be**没有搜索结果.
3)&&&&&& 查询速度较慢，尤其是通配符在首位：主要原因一是需要迭代查询字段中的每个term，判断是否匹配；二是匹配上的term被加到内部的查询，当terms数量达到1024的时候，查询会失败。
4)&&&&&& Solr中默认通配符不能出现在首位（可以修改QueryParser，设置
setAllowLeadingWildcard为true）
5)&&&&&& set setAllowLeadingWildcard to true.
8.模糊查询、相似查询：不是精确的查询，通过对查询的字段进行重新插入、删除和转换来取得得分较高的查询解决（由Levenstein Distance Algorithm算法支持）。
1)&&&&&& 一般模糊查询：示例：make-believ~
2)&&&&&& 门槛模糊查询：对模糊查询可以设置查询门槛，门槛是0~1之间的数值，门槛越高表面相似度越高。示例：make-believ~0.5、make-believ~0.8、make-believ~0.9
9.范围查询（Range Query）：Lucene支持对数字、日期甚至文本的范围查询。结束的范围可以使用“*”通配符。
1)&&&&&& 日期范围（ISO-8601 时间GMT）：sa_type:2 AND a_begin_date:[T00:00:00.000Z TO T24:59:99.999Z]
2)&&&&&& 数字：salary:[2000 TO *]
3)&&&&&& 文本：entryNm:[a TO a]
10.日期匹配：YEAR, MONTH, DAY, DATE (synonymous with DAY) HOUR, MINUTE, SECOND, MILLISECOND, and MILLI (synonymous with MILLISECOND)可以被标志成日期。
1)& r_event_date:[* TO NOW-2YEAR]：2年前的现在这个时间
2)& r_event_date:[* TO NOW/DAY-2YEAR]：2年前前一天的这个时间
6.2.3函数查询（Function Query）
&&&&&& 函数查询 可以利用 numeric字段的值 或者 与字段相关的的某个特定的值的函数，来对文档进行评分。
1.&&& 使用函数查询的方法
这里主要有三种方法可以使用函数查询，这三种s方法都是通过solr http接口的。
1)&&& 使用FunctionQParserPlugin。ie: q={!func}log(foo)
2)&&& 使用“_val_”内嵌方法
内嵌在正常的solr查询表达式中。即，将函数查询写在 q这个参数中，这时候，我们使用“_val_”将函数与其他的查询加以区别。
ie：entryNm:make && _val_:ord(entryNm)
3)&&& 使用dismax中的bf参数
使用明确为函数查询的参数，比如说dismax中的bf（boost function）这个参数。& 注意：bf这个参数是可以接受多个函数查询的，它们之间用空格隔开，它们还可以带上权重。所以，当我们使用bf这个参数的时候，我们必须保证单个函数中是没有空格出现的，不然程序有可能会以为是两个函数。
q=dismax&bf=&ord(popularity)^0.5 recip(rord(price),1,)^0.3
2.&&& 函数的格式（Function Query Syntax)
目前，function query 并不支持 a+b 这样的形式，我们得把它写成一个方法形式，这就是 sum(a,b).
3.&&& 使用函数查询注意事项
1)&&& 用于函数查询的field必须是被索引的；
2)&&& 字段不可以是多值的（multi-value）
4.&&& 可以利用的函数 （available function）
1)&&& constant：支持有小数点的常量； 例如：1.5 ；SolrQuerySyntax:_val_:1.5
2)&&& fieldvalue：这个函数将会返回numeric field的值，这个字段必须是indexd的，非multiValued的。格式很简单，就是该字段的名字。如果这个字段中没有这样的值，那么将会返回0。
3)&&& ord：对于一个字段，它所有的值都将会按照字典顺序排列，这个函数返回你要查询的那个特定的值在这个顺序中的排名。这个字段，必须是非multiValued的，当没有值存在的时候，将返回0。例如：某个特定的字段只能去三个值，“apple”、“banana”、“pear”，那么ord（“apple”）=1，ord（“banana”）=2，ord（“pear”）=3.需要注意的是，ord（）这个函数，依赖于值在索引中的位置，所以当有文档被删除、或者添加的时候，ord（）的值就会发生变化。当你使用MultiSearcher的时候，这个值也就是不定的了。
4)&&& rord：这个函数将会返回与ord相对应的倒排序的排名。
格式: rord(myIndexedField)。
5)&&& sum：这个函数的意思就显而易见啦，它就是表示“和”啦。
格式：sum(x,1) 、sum(x,y)、 sum(sqrt(x),log(y),z,0.5)
6)&&& product：product(x,y,...)将会返回多个函数的乘积。格式：product(x,2)、product(x,y)
7)&&& div：div(x,y)表示x除以y的值，格式：div（1,x）、div(sum(x,100),max(y,1))
8)&&& pow：pow表示幂值。pow(x,y) =x^y。例如：pow(x,0.5) 表示开方pow(x,log(y))
9)&&& abs：abs(x)将返回表达式的绝对值。格式：abs(-5)、 abs(x)
10)& log：log(x)将会返回基数为10，x的对数。格式： log(x)、 log(sum(x,100))
11)& Sqrt：sqrt(x) 返回 一个数的平方根。格式：sqrt（2）、sqrt(sum(x,100))
12)& Map：如果 x&=min,且x&=max,那么map(x,min,max,target)=target.如果 x不在[min,max]这个区间内，那么map(x,min,max,target)=x.
格式：map(x,0,0,1)
13)& Scale：scale(x,minTarget,maxTarget) 这个函数将会把x的值限制在[minTarget,maxTarget]范围内。
14)& query ：query(subquery,default)将会返回给定subquery的分数，如果subquery与文档不匹配，那么将会返回默认值。任何的查询类型都是受支持的。可以通过引用的方式，也可以直接指定查询串。
例子：q=product(popularity, query({!dismax v='solr rocks'}) 将会返回popularity和通过dismax 查询得到的分数的乘积。
q=product(popularity, query($qq)&qq={!dismax}solr rocks 跟上一个例子的效果是一样的。不过这里使用的是引用的方式
q=product(popularity, query($qq,0.1)&qq={!dismax}solr rocks 在前一个例子的基础上又加了一个默认值。
15)& linear： inear(x,m,c)表示 m*x+c ,其中m和c都是常量，x是一个变量也可以是一个函数。例如： linear(x,2,4)=2*x+4.
16)& Recip：recip(x,m,a,b)=a/(m*x+b)其中，m、a、b是常量，x是变量或者一个函数。当a=b，并且x&=0的时候，这个函数的最大值是1，值的大小随着x的增大而减小。例如：recip(rord(creationDate),1,)
17)& Max： max(x,c)将会返回一个函数和一个常量之间的最大值。
例如：max(myfield,0)
6.3高亮显示
&&&&& 我们经常使用搜索引擎，比如在baidu 搜索 java ，会出现如下结果，结果中与关键字匹配的地方是红色显示与其他内容区别开来。
solr 默认已经配置了highlight 组件(详见 SOLR_HOME/conf/sorlconfig.xml)。通常我出只需要这样请求http://localhost:8983/solr/ collection1 /select? q=%E4%B8%AD%E5%9B%BD&start=0&rows=1&fl=content+path+&wt=xml&indent=true&hl=true&hl.fl=content
&&&&&& 可以看到与比一般的请求多了两个参数 &hl=true& 和 &hl.fl= content & 。
&hl=true& 是开启高亮，&hl.fl= content & 是告诉solr 对 name 字段进行高亮(如果你想对多个字段进行高亮，可以继续添加字段，字段间用逗号隔开，如 &hl.fl=name,name2,name3&)。 高亮内容与关键匹配的地方，默认将会被 &&em&& 和 &&/em&& 包围。还可以使用hl.simple.pre& 和 &hl.simple.post&参数设置前后标签.
查询结果如下：
&?xml version=&1.0& encoding=&UTF-8&?&
&response&
&lst name=&responseHeader&&
&int name=&status&&0&/int&
&int name=&QTime&&2&/int&
&lst name=&params&&
&str name=&fl&&content path&/str&
&str name=&indent&&true&/str&
&str name=&start&&0&/str&
&str name=&q&&中国&/str&
&str name=&hl.simple.pre&&&em&&/str&
&str name=&hl.simple.post&&&/em&&/str&
&str name=&hl.fl&&content&/str&
&str name=&wt&&xml&/str&
&str name=&hl&&true&/str&
&str name=&rows&&1&/str&
&result name=&response& numFound=&6799& start=&0&&
&str name=&path&&E:\Reduced\IT\630.txt&/str&
&str name=&content&&　　本报讯 中国银联股份有限公司和中国电信集团日前在北京签署全面战略合作协议。这标志着中国银联和中国电信将在通信服务、信息增值服务、新型支付产品合作开发等领域建立全面合作伙伴关系。　　据悉，双方签署的全面战略合作协议主要内容是：中国银联将选择中国电信作为通信信息服务的主要提供商，双方围绕提高中国银联内部通信的水平和销售网络的服务水平开展全面、深入的合作；中国电信选择中国银联作为银行卡转接支付服务的主要提供商，并围绕开发、推广新型支付终端产品和增值服务开展全面合作。（辛华）&/str&&/doc&
&lst name=&highlighting&&
&lst name=&7D919C61-03B3-4B6F-2D10-9E3CC92D2852&&
&arr name=&content&&
&str&　　本报讯 &em&中国&/em&银联股份有限公司和&em&中国&/em&电信集团日前在北京签署全面战略合作协议。这标志着&em&中国&/em&银联和&em&中国&/em&电信将在通信服务、信息增值服务、新型支付产品合作开发等领域建立全面合作伙伴关系。　　据悉，双方签署&/str&
&/response&
使用SolrJ方法基本一样也是设置这些个参数,只不过是SolrJ封装起来了,代码如下:
SolrQuery query = new SolrQuery();
query.set(&q&,&*.*&);
query.setHighlight(true); // 开启高亮组件
query.addHighlightField(&content&);// 高亮字段
query.setHighlightSimplePre(PRE_TAG);// 标记
query.setHighlightSimplePost(POST_TAG);
QueryResponse rsp =server.query(query)
//…上面取结果的代码
//取出高亮结果
if (rsp.getHighlighting() != null) {
& if (rsp.getHighlighting().get(id) != null) {//先通过结果中的ID到高亮集合中取出文档高亮信息
&&& Map&String, List&String&& map = rsp.getHighlighting().get(id);//取出高亮片段
&&& if (map.get(name) != null) {
&&&&& for (String s : map.get(name)) {
&&&&&&& System.out.println(s);
6.4拼写检查
&&&&&& 首先配置 solrconfig.xml，文件可能已经有这两个元素(如果没有添加即可)，需要根据我们自己的系统环境做些适当的修改。
&searchComponent name=&spellcheck& class=&solr.SpellCheckComponent&&
&str name=&queryAnalyzerFieldType&&text_spell&/str&
&lst name=&spellchecker&&
&str name=&name&&direct&/str&
&str name=&field&&spell&/str&
&str name=&classname&&solr.DirectSolrSpellChecker&/str&
&str name=&distanceMeasure&&internal&/str&
&float name=&accuracy&&0.5&/float&
&int name=&maxEdits&&2&/int&
&int name=&minPrefix&&1&/int&
&int name=&maxInspections&&5&/int&
&int name=&minQueryLength&&2&/int&
&float name=&maxQueryFrequency&&0.01&/float&
&/searchComponent&
&requestHandler name=&/spell& class=&solr.SearchHandler& startup=&lazy&&
&lst name=&defaults&&
&str name=&spellcheck.dictionary&&direct&/str&
&str name=&spellcheck&&on&/str&
&str name=&spellcheck.collate&&true&/str&
&str name=&spellcheck.collateExtendedResults&&true&/str&
&arr name=&last-components&&
&str&spellcheck&/str&
&/requestHandler&
配置完成之后，我们进行一下测试,重启Solr后，访问如下链接
&?xml version=&1.0& encoding=&UTF-8&?&
&response&
&lst name=&responseHeader&&
&int name=&status&&0&/int&
&int name=&QTime&&0&/int&
&result name=&response& numFound=&0& start=&0&/&
&lst name=&spellcheck&&
&lst name=&suggestions&&
&lst name=&beijink&&
&int name=&numFound&&1&/int&
&int name=&startOffset&&0&/int&
&int name=&endOffset&&3&/int&
&arr name=&suggestion&&
&str&beijing&/str&
&/response&
使用SolrJ时也同样加入参数就可以
SolrQuery query = new SolrQuery();
query.set(&q&,&*.*&);
query.set(&qt&, &/spell&);
QueryResponse rsp =server.query(query)
//…上面取结果的代码
SpellCheckResponse spellCheckResponse = rsp.getSpellCheckResponse();
if (spellCheckResponse != null) {
& String collation = spellCheckResponse.getCollatedResult();
6.5检索建议
&&&&&& 检索建议目前是各大搜索的标配应用，主要作用是避免用户输入错误的搜索词，同时将用户引导到相应的关键词搜索上。Solr内置了检索建议功能，它在Solr里叫做Suggest模块.该模块可选择基于提示词文本做检索建议，还支持通过针对索引的某个字段建立索引词库做检索建议。在诸多文档中都推荐使用基于索引来做检索建议，因此我们目前的实现也是采取该方案。
&&&&&& 现在我们开始配置Suggest模块,首先在solrconfig.xml文件中配置Suggest依赖的SpellChecker模块，然后再配置Suggest模块,所以这两个都需要配置。
&searchComponent& name=&suggest& class=&solr.SpellCheckComponent&&
&&& &str name=&queryAnalyzerFieldType&&string&/str&
&&& &lst name=&spellchecker&&
&&&&&&& &str name=&name&&suggest&/str&
&&&&&&& &str name=&classname&&org.apache.solr.spelling.suggest.Suggester&/str&
&&&&&&& &str name=&lookupImpl&&org.apache.solr.spelling.suggest.tst.TSTLookup&/str&
&&&&&&& &str name=&field&&text&/str&
&&&&&&& &float name=&threshold&&0.0001&/float&
&&&&&&& &str name=&spellcheckIndexDir&&spellchecker&/str&
&&&&&&& &str name=&comparatorClass&&freq&/str&
&&&&&&& &str name=&buildOnOptimize&&true&/str&
&&&&&&& &!--&str name=&buildOnCommit&&true&/str&--&
&&& &/lst&
&/searchComponent&
&requestHandler& name=&/suggest& class=&solr.SearchHandler& startup=&lazy&&
&&& &lst name=&defaults&&
&&&&&&& &str name=&spellcheck&&true&/str&
&&&&&&& &str name=&spellcheck.dictionary&&suggest&/str&
&&&&&&& &str name=&spellcheck.onlyMorePopular&&true&/str&
&&&&&&& &str name=&spellcheck.extendedResults&&false&/str&
&&&&&&& &str name=&spellcheck.count&&10&/str&
&&&&&&& &str name=&spellcheck.collate&&true&/str&
&&& &/lst&
&&& &arr name=&components&&
&&&&&&& &str&suggest&/str&
&&& &/arr&
&/requestHandler&
配置完成之后，我们进行一下测试,重启Solr后，访问如下链接
&?xml version=&1.0& encoding=&UTF-8&?&
&response&
&lst name=&responseHeader&&
&int name=&status&&0&/int&
&int name=&QTime&&4&/int&
&lst name=&spellcheck&&
&lst name=&suggestions&&
&lst name=&中国&&
&int name=&numFound&&4&/int&
&int name=&startOffset&&0&/int&
&int name=&endOffset&&2&/int&
&arr name=&suggestion&&
&str&中国队&/str&
&str&中国证监会&/str&
&str&中国足协&/str&
&str&中国银行&/str&
&/response&
使用SolrJ时也同样加入参数就可以
SolrQuery query = new SolrQuery();
query.set(&q&, token);
query.set(&qt&, &/suggest&);
query.set(&spellcheck.count&, &10&);
QueryResponse response = server.query(query);
SpellCheckResponse spellCheckResponse = response.getSpellCheckResponse();
if (spellCheckResponse != null) {
&& List&SpellCheckResponse.Suggestion& suggestionList = spellCheckResponse.getSuggestions();
&& for (SpellCheckResponse.Suggestion suggestion : suggestionList) {
&&&& List&String& suggestedWordList = suggestion.getAlternatives();
&&&& for (int i = 0; i & suggestedWordList.size(); i++) {
&&&&&& String word = suggestedWordList.get(i);
&&&&&& 通过threshold参数来限制一些不常用的词不出现在智能提示列表中，当这个值设置过大时，可能导致结果太少，需要引起注意。目前主要存在的问题是使用freq排序算法，返回的结果完全基于索引中字符的出现次数，没有兼顾用户搜索词语的频率，因此无法将一些热门词排在更靠前的位置。这块可定制SuggestWordScoreComparator来实现，目前还没有着手做这件事情。
6.6分组统计
&&&&&& 我这里实现分组统计的方法是使用了Solr的Facet组件, Facet组件是Solr默认集成的一个组件.
6.6.1 Facet简介
&&&&&& Facet是solr的高级搜索功能之一,可以给用户提供更友好的搜索体验.在搜索关键字的同时,能够按照Facet的字段进行分组并统计
6.6.2 Facet字段
1.&&& 适宜被Facet的字段
&&&&&& 一般代表了实体的某种公共属性,如商品的分类,商品的制造厂家,书籍的出版商等等.
2.&&& Facet字段的要求
&&&&&& Facet的字段必须被索引.一般来说该字段无需分词,无需存储.
&&&&&& 无需分词是因为该字段的值代表了一个整体概念,如电脑的品牌”联想”代表了一个整&&&& 体概念,如果拆成”联”,”想”两个字都不具有实际意义.另外该字段的值无需进行大小&&&&&& 写转换等处理,保持其原貌即可.
&&&&&& 无需存储是因为一般而言用户所关心的并不是该字段的具体值,而是作为对查询结果进&&&& 行分组的一种手段,用户一般会沿着这个分组进一步深入搜索.
3.&&& 特殊情况
&&&&&& 对于一般查询而言,分词和存储都是必要的.比如CPU类型”Intel 酷睿2双核 P7570”, 拆分成”Intel”,”酷睿”,”P7570”这样一些关键字并分别索引,可能提供更好的搜索&& 体验.但是如果将CPU作为Facet字段,最好不进行分词.这样就造成了矛盾,解决方法为, 将CPU字段设置为不分词不存储,然后建立另外一个字段为它的COPY,对这个COPY的&&&&&& 字段进行分词和存储.
&&&&&&&& &fieldType name=&string& class=&solr.StrField& omitNorms=&true&/&
&&&&&&&& &fieldType name=&tokened& class=&solr.TextField& &
&&&&&&&&&&&&&&&&&& &analyzer&
&&&&&&&&&&&&&&&&&& ……
&&&&&&&&&&&&&&&&&& &/analyzer&
&&&&&&&& &/fieldType&
&&&&&&&& &field name=&cpu& type=&string& indexed=&true& stored=&false&/&
&&&&&&&& &field name=&cpuCopy” type=& tokened& indexed=&true& stored=&true&/&
&copyField source=&cpu& dest=&cpuCopy&/&
6.6.2 Facet组件
&&&&&& Solr的默认requestHandler已经包含了Facet组件(solr.FacetComponent).如果自定义requestHandler或者对默认的requestHandler自定义组件列表,那么需要将Facet加入到组件列表中去.
&requestHandler name=&standard& class=&solr.SearchHandler& default=&true&&
&arr name=&components&&
&str&自定义组件名&/str&
&str&facet&/str&
&/requestHandler&
6.6.2 Facet查询
&&&&&& 进行Facet查询需要在请求参数中加入facet=on或者facet=true只有这样Facet组件才起作用.
1.&&& Field Facet
Facet字段通过在请求中加入facet.field参数加以声明,如果需要对多个字段进行Facet查询,那么将该参数声明多次.例如:
&?xml version=&1.0& encoding=&UTF-8&?&
&response&
&lst name=&responseHeader&&
&int name=&status&&0&/int&
&int name=&QTime&&1&/int&
&lst name=&params&&
&str name=&facet&&true&/str&
&str name=&indent&&true&/str&
&str name=&start&&0&/str&
&str name=&q&&*:*&/str&
&arr name=&facet.field&&
&str&category_s&/str&
&str&modified_l&/str&
&str name=&wt&&xml&/str&
&str name=&rows&&0&/str&
&result name=&response& numFound=&17971& start=&0&&
&lst name=&facet_counts&&
&lst name=&facet_queries&/&
&lst name=&facet_fields&&
&lst name=&category_s&&
&int name=&0&&5991&/int&
&int name=&1&&5990&/int&
&int name=&2&&5990&/int&
&lst name=&modified_l&&
&int name=&0&&951&/int&
&int name=&0&&917&/int&
&int name=&0&&902&/int&
&int name=&0&&674&/int&
&lst name=&facet_dates&/&
&lst name=&facet_ranges&/&
&/response&
&&&&&& 各个Facet字段互不影响,且可以针对每个Facet字段设置查询参数.以下介绍的参数既可以应用于所有的Facet字段,也可以应用于每个单独的Facet字段.应用于单独的字段时通过
f.字段名.参数名=参数值
这种方式调用.比如facet.prefix参数应用于cpu字段,可以采用如下形式
f.cpu.facet.prefix=Intel
1.1& facet.prefix
&&&&&& 表示Facet字段值的前缀.比如facet.field=cpu&facet.prefix=Intel,那么对cpu字段进行Facet查询,返回的cpu都是以Intel开头的, AMD开头的cpu型号将不会被统计在内.
1.2& facet.sort
&&&&&& 表示Facet字段值以哪种顺序返回.可接受的值为true(count)|false(index,lex). true(count)表示按照count值从大到小排列. false(index,lex)表示按照字段值的自然顺序(字母,数字的顺序)排列.默认情况下为true(count).当facet.limit值为负数时,默认facet.sort= false(index,lex).
1.3& facet.limit
&&&&&& 限制Facet字段返回的结果条数.默认值为100.如果此值为负数,表示不限制.
1.4& facet.offset
&&&&&& 返回结果集的偏移量,默认为0.它与facet.limit配合使用可以达到分页的效果.
1.5& facet.mincount
&&&&&& 限制了Facet字段值的最小count,默认为0.合理设置该参数可以将用户的关注点集中在少数比较热门的领域.
1.6& facet.missing
&&&&&& 默认为””,如果设置为true或者on,那么将统计那些该Facet字段值为null的记录.
1.7& facet.method
&&&&&& 取值为enum或fc,默认为fc.该字段表示了两种Facet的算法,与执行效率相关.
enum适用于字段值比较少的情况,比如字段类型为布尔型,或者字段表示中国的所有省份.Solr会遍历该字段的所有取值,并从filterCache里为每个值分配一个filter(这里要求solrconfig.xml里对filterCache的设置足够大).然后计算每个filter与主查询的交集.
fc(表示Field Cache)适用于字段取值比较多,但在每个文档里出现次数比较少的情况.Solr会遍历所有的文档,在每个文档内搜索Cache内的值,如果找到就将Cache内该值的count加1.
1.8& facet.enum.cache.minDf
&&&&&& 当facet.method=enum时,此参数其作用,minDf表示minimum document frequency.也就是文档内出现某个关键字的最少次数.该参数默认值为0.设置该参数可以减少filterCache的内存消耗,但会增加总的查询时间(计算交集的时间增加了).如果设置该值的话,官方文档建议优先尝试25-50内的值.
6.6.3 Date Facet
&&&&&& 日期类型的字段在文档中很常见,如商品上市时间,货物出仓时间,书籍上架时间等等.某些情况下需要针对这些字段进行Facet.不过时间字段的取值有无限性,用户往往关心的不是某个时间点而是某个时间段内的查询统计结果. Solr为日期字段提供了更为方便的查询统计方式.当然,字段的类型必须是DateField(或其子类型).
需要注意的是,使用Date Facet时,字段名,起始时间,结束时间,时间间隔这4个参数都必须提供.与Field Facet类似,Date Facet也可以对多个字段进行Facet.并且针对每个字段都可以单独设置参数.
facet.date:该参数表示需要进行Date Facet的字段名,与facet.field一样,该参数可以被设置多次,表示对多个字段进行Date Facet.
facet.date.start:起始时间,时间的一般格式为T23:59:59Z,另外可以使用NOW\YEAR\ MONTH等等,具体格式可以参考DateField的java doc.
facet.date.end:结束时间.
facet.date.gap:时间间隔.如果start为,end为.gap设置为+1MONTH表示间隔1个月,那么将会把这段时间划分为12个间隔段.
注意+因为是特殊字符所以应该用%2B代替.
facet.date.hardend:取值可以为true|false,默认为false.它表示gap迭代到end处采用何种处理.举例说明start为,end为,gap为+1MONTH,
hardend为false的话最后一个时间段为至;
hardend为true的话最后一个时间段为至.
facet.date.other:取值范围为before|after|between|none|all,默认为none.before会对start之前的值做统计.after会对end之后的值做统计.between会对start至end之间所有值做统计.如果hardend为true的话,那么该值就是各个时间段统计值的和.none表示该项禁用.all表示before,after,all都会统计.
&facet.date=date
&facet.date.start=T0:0:0Z
&facet.date.end=T0:0:0Z
&facet.date.gap=%2B1MONTH
&facet.date.other=all
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&/&
&&&&&& &lst name=&facet_fields&/&
&&&&&& &lst name=&facet_dates&&
&&&&&&&&&&&&& &int name=&T00:00:00Z&&5&/int&
&int name=&T00:00:00Z&&7&/int&
&int name=&T00:00:00Z&&4&/int&
&int name=&T00:00:00Z&&3&/int&
&int name=&T00:00:00Z&&7&/int&
&int name=&T00:00:00Z&&3&/int&
&int name=&T00:00:00Z&&6&/int&
&int name=&T00:00:00Z&&7&/int&
&int name=&T00:00:00Z&&2&/int&
&int name=&T00:00:00Z&&4&/int&
&int name=&T00:00:00Z&&1&/int&
&int name=&T00:00:00Z&&5&/int&
&str name=&gap&&+1MONTH&/str&
&date name=&end&&T00:00:00Z&/date&
&int name=&before&&180&/int&
&int name=&after&&5&/int&
&int name=&between&&54&/int&
6.6.4 Facet Query
Facet Query利用类似于filter query的语法提供了更为灵活的Facet.通过facet.query参数,可以对任意字段进行筛选.
&facet.query=date:[T0:0:0Z TO T0:0:0Z]
&facet.query=date:[T0:0:0Z TO T0:0:0Z]
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&&
&&&&&&&&&&&&& &int name=&date:[T0:0:0Z TO T0:0:0Z]&&5&/int&
&int name=&date:[T0:0:0Z TO T0:0:0Z]&&3&/int&
&&&&&& &lst name=&facet_fields&/&
&&&&&& &lst name=&facet_dates&/&
&facet.query=date:[T0:0:0Z TO T0:0:0Z]
&facet.query=price:[* TO 5000]
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&&
&&&&&&&&&&&&& &int name=&date:[T0:0:0Z TO T0:0:0Z]&&5&/int&
&int name=&price:[* TO 5000]&&116&/int&
&&&&&& &lst name=&facet_fields&/&
&&&&&& &lst name=&facet_dates&/&
&facet.query=cpu:[A TO G]
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&&
&&&&&&&&&&&&& &int name=&cpu:[A TO G]&&11&/int&
&&&&&& &lst name=&facet_fields&/&
&&&&&& &lst name=&facet_dates&/&
6.6.5 key操作符
可以用key操作符为Facet字段取一个别名.
&facet.field={!key=中央处理器}cpu
&facet.field={!key=显卡}videoCard
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&/&
&&&&&& &lst name=&facet_fields&&
&&&&&&&&&&&&& &lst name=&中央处理器&&
&&&&&&&&&&&&&&&&&&&& &int name=&Intel 酷睿2双核 T6600&&48&/int&
&&&&&&&&&&&&&&&&&&&& &int name=&Intel 奔腾双核 T4300&&28&/int&
&int name=&Intel 酷睿2双核 P8700&&18&/int&
&int name=&Intel 酷睿2双核 T6570&&11&/int&
&int name=&Intel 酷睿2双核 T6670&&11&/int&
&int name=&Intel 奔腾双核 T4400&&9&/int&
&int name=&Intel 酷睿2双核 P7450&&9&/int&
&int name=&Intel 酷睿2双核 T5870&&8&/int&
&int name=&Intel 赛扬双核 T3000&&7&/int&
&int name=&Intel 奔腾双核 SU4100&&6&/int&
&int name=&Intel 酷睿2双核 P8400&&6&/int&
&int name=&Intel 酷睿2双核 SU7300&&5&/int&
&int name=&Intel 酷睿 i3 330M&&4&/int&
&&&&&&&&&&&&& &/lst&
&&&&&&&&&&&&& &lst name=&显卡&&
&&&&&&&&&&&&&&&&&&&& &int name=&ATI Mobility Radeon HD 4&&63&/int&
&&&&&&&&&&&&&&&&&&&& &int name=&NVIDIA GeForce G 105M&&24&/int&
&int name=&NVIDIA GeForce GT 240M&&21&/int&
&int name=&NVIDIA GeForce G 103M&&8&/int&
&int name=&NVIDIA GeForce GT 220M&&8&/int&
&int name=&NVIDIA GeForce 9400M G&&7&/int&
&int name=&NVIDIA GeForce G 210M&&6&/int&
&&&&&& &/lst&
&&&&&& &lst name=&facet_dates&/&
6.6.6 tag操作符和ex操作符
&&&&&& 当查询使用filter query的时候,如果filter query的字段正好是Facet字段,那么查询结果往往被限制在某一个值内.
&fq=screenSize:14
&facet.field=screenSize
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&/&
&&&&&& &lst name=&facet_fields&&
&&&&&&&&&&&&& &lst name=& screenSize&&
&&&&&&&&&&&&&&&&&&&& &int name=&14.0&&107&/int&
&int name=&10.2&&0&/int&
&int name=&11.1&&0&/int&
&int name=&11.6&&0&/int&
&int name=&12.1&&0&/int&
&int name=&13.1&&0&/int&
&int name=&13.3&&0&/int&
&int name=&14.1&&0&/int&
&int name=&15.4&&0&/int&
&int name=&15.5&&0&/int&
&int name=&15.6&&0&/int&
&int name=&16.0&&0&/int&
&int name=&17.0&&0&/int&
&int name=&17.3&&0&/int&
&&&&&& &/lst&
&&&&&& &lst name=&facet_dates&/&
&&&&&& 可以看到,屏幕尺寸(screenSize)为14寸的产品共有107件,其它尺寸的产品的数目都是0,这是因为在filter里已经限制了screenSize:14.这样,查询结果中,除了screenSize=14的这一项之外,其它项目没有实际的意义.有些时候,用户希望把结果限制在某一范围内,又希望查看该范围外的概况.比如上述情况,既要把查询结果限制在14寸屏的笔记本,又想查看一下其它屏幕尺寸的笔记本有多少产品.这个时候需要用到tag和ex操作符.tag就是把一个filter标记起来,ex(exclude)是在Facet的时候把标记过的filter排除在外.
&fq={!tag=aa}screenSize:14
&facet.field={!ex=aa}screenSize
&lst name=&facet_counts&&
&&&&&& &lst name=&facet_queries&/&
&&&&&& &lst name=&facet_fields&&
&&&&&&&&&&&&& &lst name=& screenSize&&
&&&&&&&&&&&&&&&&&&&& &int name=&14.0&&107&/int&
&int name=&14.1&&40&/int&
&int name=&13.3&&34&/int&
&int name=&15.6&&22&/int&
&int name=&15.4&&8&/int&
&int name=&11.6&&6&/int&
&int name=&12.1&&5&/int&
&int name=&16.0&&5&/int&
&int name=&15.5&&3&/int&
&int name=&17.0&&3&/int&
&int name=&17.3&&3&/int&
&int name=&10.2&&1&/int&
&int name=&11.1&&1&/int&
&int name=&13.1&&1&/int&
&&&&&& &/lst&
&&&&&& &lst name=&facet_dates&/&
这样其它屏幕尺寸的统计信息就有意义了.
6.6.7 SolrJ对Facet的支持
//初始化查询对象
String q = “*.*”;
SolrQuery query = new SolrQuery(q);
query.setIncludeScore(false);//是否按每组数量高低排序
query.setFacet(true);//是否分组查询
query.setRows(0);//设置返回结果条数，如果你时分组查询，你就设置为0
query.addFacetField(“modified_l”);//增加分组字段&& q
query.addFacetQuery (“category_s[0 TO 1]”);
QueryResponse rsp = server.query(query);
//取出结果
List&FacetField.Count& list = rsp.getFacetField(“modified_l”).getValues();
Map&String, Integer& list = rsp.getFacetQuery();
6.7自动聚类
&&&&&& Solr 使用Carrot2完成了聚类功能,能够把检索到的内容自动分类, Carrot2聚类示例:
&&&&&& 要想Solr支持聚类功能,首选要把Solr发行包的中的dist/ solr-clustering-4.2.0.jar, 复制到\solr\contrib\analysis-extras\lib下.然后打开solrconfig.xml进行添加配置:
&searchComponent name=&clustering&
&&&&&&&&&&&&&&&&&& enable=&${solr.clustering.enabled:true}&
&&&&&&&&&&&&&&&&&& class=&solr.clustering.ClusteringComponent& &
&lst name=&engine&&
&str name=&name&&default&/str&
&str name=&carrot.algorithm&&org.carrot2.clustering.
lingo.LingoClusteringAlgorithm&/str&
&str name=&LingoClusteringAlgorithm.desiredClusterCountBase&&20&/str&
&/searchComponent&
&&&&&& 配好了聚类组件后,下面配置requestHandler:
&requestHandler name=&/clustering&& startup=&lazy& enable=&${solr.clustering.enabled:true}& class=&solr.SearchHandler&&
&& &lst name=&defaults&&
&&& &str name=&echoParams&&explicit&/str&
&&& &bool name=&clustering&&true&/bool&
&&& &str name=&clustering.engine&&default&/str&
&&& &bool name=&clustering.results&&true&/bool&
&&& &str name=&carrot.title&&category_s&/str&
&&& &str name=&carrot.snippet&&content&/str&& &/lst&
& &arr name=&last-components&&&&
&&& &str&clustering&/str&& &/arr&
&/requestHandler&
&&&&&& 有两个参数要注意carrot.title, carrot.snippet是聚类的比较计算字段,这两个参数必须是stored=&true&.carrot.title的权重要高于carrot.snippet,如果只有一个做计算的字段carrot.snippet可以去掉(是去掉不是值为空).设完了用下面的URL就可以查询了
http://localhost:8983/skyCore/clustering?q=*%3A*&wt=xml&indent=true
6.8相似匹配
　　在我们使用网页搜索时，会注意到每一个结果都包含一个 “相似页面” 链接，单击该链接，就会发布另一个搜索请求，查找出与起初结果类似的文档。Solr 使用 MoreLikeThisComponent（MLT）和 MoreLikeThisHandler 实现了一样的功能。如上所述，MLT 是与标准 SolrRequestHandler 集成在一起的；MoreLikeThisHandler 与 MLT 结合在一起，并添加了一些其他选项，但它要求发布一个单一的请求。我将着重讲述 MLT，因为使用它的可能性更大一些。幸运的是，不需要任何设置就可以查询它，所以您现在就可以开始查询。
　　MLT 要求字段被储存或使用检索词向量，检索词向量以一种以文档为中心的方式储存信息。MLT 通过文档的内容来计算文档中关键词语，然后使用原始查询词语和这些新词语创建一个新的查询。提交新查询就会返回其他查询结果。所有这些都可以用检索词向量来完成：只需将 termVectors=&true& 添加到 schema.xml 中的 &field& 声明。
MoreLikeThisComponent 参数：
　　值域
在查询时，打开/关闭 MoreLikeThisComponent 的布尔值。
true|false
可选。每一个结果要检索的相似文档数。 　　　　　　　　　
mlt.fl　　
用于创建 MLT 查询的字段。 　　　　　　　　　　　　　　
任何被储存的或含有检索词向量的字段。
可选。查询词语的最大数量。由于长文档可能会有很多关键词语，这样 MLT 查询可能会很大，从而导致反应缓慢或可怕的 TooManyClausesException，该参数只保留关键的词语。
要想使用匹配相似首先在 solrconfig.xml 中配置 MoreLikeThisHandler
&requestHandler name=&/mlt& class=&solr.MoreLikeThisHandler&&&
&/requestHandler&
然后我就可以请求
上面请求的意思查找 id 为 6F398CCD-2DE0-D3B1-9DD6-D4E532FFC531 的 document ,然后返回与此 document 在 name 字段上相似的其他 document。需要注意的是 mlt.fl 中的 field 的 termVector=true 才有效果
&field name=&content& type=&text_smartcn& indexed=&false& stored=&true& multiValued=&false& termVector=&true&/&
使用SolrJ时也同样加入参数就可以
SolrQuery& query = new SolrQuery();
query.set(&qt&, &/mlt&);
query.set(&mlt.fl&,&content&);
query.set(&fl&, &id,&);
query.set(&q&, &id: 6F398CCD-2DE0-D3B1-9DD6-D4E532FFC531&);
query.setStart(0);
query.setRows(5);
QueryResponse& rsp = server.query(query);
SolrDocumentList list = rsp.getResults();
6.9拼音检索
&&&&&& 拼音检索中国人的专用检索,例如:中文内容为 中国 的输入zhongguo、zg、zhonggu 全拼、简拼、拼音的相邻的一部份都应该能检索出 中国 来。
&&&&&& 想要实现拼音检索第一个就是拼音转换我这里用的是pinyin4j进行拼音转换。第二个就是N-Gram的题目，推敲到用户可能输入的既不是前缀也不是后缀，所以此处选择的是N-Gram技巧，但不同于常用的N-Gram，我应用的从一边开端的单向的N-Gram，Solr里的实现叫EdgeNGramTokenFilter，但是分的分的太细了，不需要这么复杂EdgeNGramTokenFilter,也就是说我们用的N-Gram不同于传统的N-Gram。
&&&&&&& 同样的例子使用EdgeNGramTokenFilter从前往后取2-Gram的结果是zh, 一般是取min–max之间的所有gram，所以使用EdgeNGramTokenFilter取2-20的gram结果就是zh,zho, zhon, zhong, zhongg, zhonggu, zhongguo, 从这个例子也不难理解为什么我要选择使用EdgeNGramTokenFilter而非一般意义上的N-Gram， 考虑到用户可能输入的不是前缀而是后缀，所以为了照顾这些用户，我选择了从前往后和从后往前使用了两次EdgeNGramTokenFilter，这样不只是前缀、后缀，二十任意的字串都考虑进去了，所以大幅度的提高了搜索体验.
&&&&&& 现在思路明确了我们把它结合到Solr中，为了方便使用现在写了两个Filter进行处理拼音分词问题一个是拼音转换Filter（PinyinTransformTokenFilter）一个是拼音N-Gram的Filter(PinyinNGramTokenFilter),这样一来使用时就不用在添加索引前做拦音的转换了。而且PinyinTransformTokenFilter还有个好处就是它只使用中文分词器分过的词，也就是说做转换的词都是有用的不重复的，