Solr基本面试问题

2020-05-29 00:00:00 索引 数据 多个 服务器 是一个

solr是什么？有什么优点？

Solr是Lucene面向企业搜索应用的扩展

基于Lucene的全文搜索服务器。同时对其进行了扩展，提供了比Lucene更为丰富的查询语言，同时实现了可配置、可扩展并对查询性能进行了优化，并且提供了一个完善的功能管理界面，是一款非常的全文搜索引擎

Lucene是什么？

Lucene 是一个基于 Java 的全文信息检索工具包，目前主流的搜索系统Elasticsearch和solr都是基于lucene的索引和搜索能力进行。

Solr和Lucene的区别？

Lucene是一个基于Java的全文信息检索工具包，局限于Java调用，而Solr底层的核心技术是使用Lucene来实现的，是一个跨平台的搜索应用，而且提供了一个HTTP的管理页面。

Lucene 实现全文检索的流程？

  1. 创建索引的过程：确定要搜索的内容—>构建文档对象—>分析文档（分词）—>创建索引
  2. 搜索过程：用户通过搜索界面—>创建查询—>执行搜索，从索引库搜索—>渲染搜索结果


什么是全文检索?

数据总体分为两类：结构化数据和非结构化数据。

  • 结构化数据：指具有固定格式或有限长度的数据，如数据库，元数据等。
  • 非结构化数据：指不定长或无固定格式的数据。非结构化数据又一种叫法叫全文数据。

对结构化数据的搜索：如对数据库的搜索，用SQL语句。再如对元数据的搜索，如利用windows搜索对文件名，类型，修改时间进行搜索等。

对非结构化数据的搜索：如利用windows的搜索也可以搜索文件内容，Linux下的grep命令，再如用Google和百度可以搜索大量内容数据。

*全文检索：即先建立索引，再对索引进行搜索。索引是从非结构化数据中提取出之后重新组织的信息。

倒排索引和常规索引？

常规索引：

文档——>关键词 但是这样检索关键词的时候很费力，要一个文档一个文档的遍历一遍。

倒排索引：倒排索引是关键词到文档的映射

关键词——>文档 这样，只要有关键词，立马就能找到她在那个文档里出现过，然后就可以查出整个文档。

中文分析器 IK Analyzer

IK Analyzer 是一个开源的，基亍 java 语言开发的轻量级的中文分词工具包。可以自己添加扩展词典和停用词典。

配置域

域相当于数据库的字段

域的常用属性：

  • name：指定域的名称
  • type：指定域的类型
  • indexed：是否索引
  • stored：是否存储
  • required：是否必须
  • multiValued：是否多值

我们根据自己的需求自定义域，例如：id，标题，价格，品牌，商家名称，分类名称，商品的SKU的ID，图片地址等。

复制域

复制域的作用在于将某一个 Field 中的数据复制到另一个域中，就是说可以将域进行组合

我们把标题、品牌、分类名称、商品放进复制域中，用来后续的组合查询

注意：复制域不需要存储，只是逻辑上进行组合，属性就选择Ik分词器，需要建立索引搜索

动态域

将两个域的域名复制到一个text文本域中。

我们数据库中的规格字段，存储的是动态的值，不固定的，需要动态拼接，在末尾+*号表示。

Spring Data Solr简介

Spring Data Solr 就是为了方便 Solr 的开发所研制的一个框架，其底层是对 SolrJ（官方 API）的封装。

我们为什么要使用Solr来进行查询：

- 数据库中不能分词
- 在数据库中我们只能使用Like来模糊搜索，太低效，太慢
- 在电商项目中，使用搜索会承担很大的压力，每一个人过来搜一下，数据库扛不住压力

所以我们需要使用更专业的工具来实现搜索功能，我们要把数据库中的内容导入到Solr的索引库中，并且要随着数据库中的变化而变化

相关文章