如果想让 solr 有更加强大的功能或在查询时做一些特别的处理。可以在 solrconfig.xml 里注册自定义的 QueryParser(查询解析器),这是 solr 1.3 的新功能(插件功能),如:
1. <queryParser name="mylucene" class="org.apache.solr.search.MyQParserPlugin" />
query parser 插件时,要先了解下 solr 这方面的结构,下面的QueryParserPlugin 相关类的类图:
写自己的 query parser 插件,基本需要写加个类,MyQParserPlugin、MyQParser、MySolrQueryParser分别扩展QParserPlugin、QParser、SolrQueryParser。
默认情况:solr 是用 OldLuceneQParser 来解析查询,solr 源码中 OldLuceneQParser与LuceneQParser是LuceneQParserPlugin内部类。
扩展QParser时,可以复制 OldLuceneQParser 与 LuceneQParser,然后稍加改一个(把 SolrQueryParser 改为 MySolrQueryParser,还有一些访问属性相关的调整),然后你可以在MySolrQueryParser “胡作非为”,与可以在 MyQParser 查询前做一些特别的处理。
最后打包,个人用这三个类独立打包成my-qparser.jar 放到 solr.home/lib目录下,如果没有手动建一个。
写好了扩展怎么用呢?solr 有一个 defType的参数,比如:你注册自己的QParserPlugin后,如名为mylucene,那么 defType=mylucene。当然还可以这样:在q参数值前面加{!mylucene}。个人认为用defType比较好,这样其它调用的地方不用 改,做到透明——在 standard requestHandler 里加默认的defType参数。
现在可以看下是否自己的查询解析器正常工作:http://localhost:8080/solr/select?indent=on&version=2.2&q=solr&start=0&rows=10&fl=*%2Cscore&debugQuery=on
最近产品的同事反应给我一个搜索的问题,用户在输入如“QueryParser定制”时搜索不到结果,而搜索“QueryParser 定制”,就能找到正确的结果。这个问题导致搜索无结果率偏高。前天开始致力于解决该问题,经过两天的研究,最终通过定制QueryParser解决该问 题。这个问题的解决方案是定制了Solr的QueryParser,下面讲一下如何定制Solr的QueryParser。
我们的搜索引擎使用的是edismax类型,因为一些业务需要用到了edismax提供的特性,因此只能在edismax上做定制。
先做了一下分词测试,“QueryParser定制”与“QueryParser 定制”的分词结果一致。
打开debugQuery,对比“QueryParser定制”与“QueryParser 定制” 输出queryString却不相同。
“QueryParser 定制”显示如下:
“parsedquery”:”+((DisjunctionMaxQuery((goods_title:queryparser))
DisjunctionMaxQuery((goods_title:定制)))~2)”,
“QueryParser定制”则如下:
“parsedquery”:”+DisjunctionMaxQuery((goods_title:\”queryparser 定制\”))”,
从上面两个结果可以看到,分词虽然正确了,但是Edismax的处理方式并不符合预期,只能通过修改源码解决。
找到对应的代码ExtendedDismaxQParserPlugin.java,通过debug研究一下流程后,马上找到要在哪修改了。
修改好源码之后,把这个类放打成lib,部署方式如下:
1、将打好包的放到${solr.home}/lib下,保证Solr在启动时参加载到这个jar。
2、修改solrconfig.xml下面的配置:
添加新的queryParser:
<queryParser name=”newdismax” class=”com.server.solr.NewExtendedDismaxQParserPlugin”/>
使用新的queryParser:
<requestHandler name="/browse" class="solr.SearchHandler">
<lst name="defaults">
<str name="echoParams">explicit</str>
<str name="wt">json</str>
<str name="json.ml">map</str>
<str name="defType">newdismax</str>
<str name="rows">20</str>
<str name="mm">1</str>
<lst>
</requestHandler>
需要注意的是NewExtendedDismaxQParserPlugin中的NAME需要改为配置的newdismax。如下:
public static final String NAME = “newedismax”;
重启Solr后,即可使用该新的QueryParser了,之后有其它的需求也可以通过定制这个类来实现了。
由于 Solr 默认的 Query Parser 生成的 Query 一般是 “短语查询”,导致只有很精确的结果才被搜索出来。大部分时候我们要分词后的 BooleanQuery。一年半前有篇关于 solr 使用自定义的 QueryParser 的文章。使用这个方法在 solr 中可以用自己的 Query Parser。
按照那篇文章,分别扩展:QParserPlugin、QParser、SolrQueryParser。我把它们实现为:ExtLuceneQParserPlugin、ExtLuceneQParser、SolrQueryParser 源码下载。
配置使用,把 solr-1.4-query-parser-extand-0.1.jar 放到 solr.home/lib 里,同时也把 mmseg4j-all-1.8.2-with-dic.jar 放到 solr.home 当然也可以其它分词器(paoding 可以,看:solr 中使用 paoding 中文分词,N久前验证过 paoding 使用这个扩展可以,有问题通知我)。
schema.xml 加或改:
1. <fieldType name="text_cn" class="solr.TextField" positionIncrementGap="100">
2. <analyzer>
3. <tokenizer class="com.chenlb.mmseg4j.solr.MMSegTokenizerFactory"/>
4. </analyzer>
5. </fieldType>
6.
7. <!-- ..... -->
8.
9. <field name="title" type="text_cn" indexed="true" stored="true"/>
10.
11. <defaultSearchField>title</defaultSearchField>
12. <solrQueryParser defaultOperator="AND"/>
保存 doc-demo.xml,
1. <?xml version="1.0" encoding="UTF-8" ?>
2. <add>
3. <doc>
4. <field name="id">1</field>
5. <field name="title">研究空格生命起源</field>
6. </doc>
7. </add>
启动 solr (solr.root=e:/apache-solr-1.4.1), 提交一个文档。
1. #启动 solr
2. cd solr.root/example
3. java -jar start.jar
4.
5. #提交索引
6. cd solr.root/example/exampledocs
7. java -jar post.jar doc-demo.xml
用两种方式查询:
1、extand lucene query parser 方式:查 研究生命起源
结果:
1. <?xml version="1.0" encoding="UTF-8"?>
2. <response>
3.
4. <lst name="responseHeader">
5. <int name="status">0</int>
6. <int name="QTime">0</int>
7. <lst name="params">
8. <str name="debugQuery">on</str>
9. <str name="indent">on</str>
10. <str name="q">研究生命起源</str>
11. <str name="defType">extlucene</str>
12. </lst>
13. </lst>
14. <result name="response" numFound="1" start="0">
15. <doc>
16. <str name="id">1</str>
17. <str name="title">研究空格生命起源</str>
18. </doc>
19. </result>
20. <lst name="debug">
21. <str name="rawquerystring">研究生命起源</str>
22. <str name="querystring">研究生命起源</str>
23. <str name="parsedquery">+title:研究 +title:生命 +title:起源</str>
24. <str name="parsedquery_toString">+title:研究 +title:生命 +title:起源</str>
25. <str name="QParser">ExtLuceneQParser</str>
26. </lst>
27. </response>
2、用 solr 的默认 query parser 的查询,查 研究生命起源
结果:
1. <?xml version="1.0" encoding="UTF-8"?>
2. <response>
3.
4. <lst name="responseHeader">
5. <int name="status">0</int>
6. <int name="QTime">0</int>
7. <lst name="params">
8. <str name="debugQuery">on</str>
9. <str name="indent">on</str>
10. <str name="start">0</str>
11. <str name="q">研究生命起源</str>
12. <str name="version">2.2</str>
13. <str name="rows">10</str>
14. </lst>
15. </lst>
16. <result name="response" numFound="0" start="0"/>
17. <lst name="debug">
18. <str name="rawquerystring">研究生命起源</str>
19. <str name="querystring">研究生命起源</str>
20. <str name="parsedquery">PhraseQuery(title:"研究 生命 起源")</str>
21. <str name="parsedquery_toString">title:"研究 生命 起源"</str>
22. <str name="QParser">LuceneQParser</str>
23. </lst>
24. </response>
对比两个结果:
1、第一个是 debug 输出 QParser 为 ExtLuceneQParser,是刚才安装的扩展。并且可以搜索到内容,为 BooleanQuery("+title:研究 +title:生命 +title:起源");
2、第二个 debug 输出的 QParser 为 LuceneQParser,搜索不到内容,原因是它把查询解析为 PhraseQuery(title:"研究 生命 起源"),它们必须紧接着的(当然可以指定 slop)。
源码使用说明(在 readme.txt 里),源码下载:
copy example 目录到 solr.root(e:/apache-solr-1.4.1) 里。
cd solr.root/example
java -jar start.jar
cd solr.root/example/exampledocs
java -jar post.jar doc-demo.xml
比较两链接:
http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&defType=extlucene&indent=on&debugQuery=on
上面链接的参数可以加到 standard handle 里的defaults,如:
1. <requestHandler name="standard" class="solr.SearchHandler" default="true">
2. <!-- default values for query parameters -->
3. <lst name="defaults">
4. <str name="echoParams">explicit</str>
5. <str name="defType">extlucene</str>
6. </lst>
7. </requestHandler>
8.
9. <queryParser name="extlucene" class="com.chenlb.solr.search.ExtLuceneQParserPlugin"/>
正常的 solr query parser
http://localhost:8983/solr/select/?q=%E7%A0%94%E7%A9%B6%E7%94%9F%E5%91%BD%E8%B5%B7%E6%BA%90&indent=on&debugQuery=on
这一问题困扰很多网友。特写这文章仅供参考。
原文出处:http://blog.chenlb.com/2009/02/use-custom-solr-queryparser.html