Solr 6.7学习笔记（02）-- 配置文件 managed-schema (schema.xml)（1）

刚学Solr（版本6.7.0），新建一个core时，提示要求schema.xml文件，我找了半天也没在源码包中找到名为schema.xml的文件。这个版本其实用的是managed-schema文件，没学过以前的版本，所以不知道是从哪个版本开始不使用schema.xml的，其实内容都一样，搞不懂为啥要换个名字，而且内容格式是xml，但是文件名却没有.xml的后辍。个人感觉是吃饱了撑的。

为了学习方便，我是在windows下做的，以下{Solr.home}是指解压后的文件目录。在{Solr.home}\bin下运行 solr -e techproducts, 这样我们就能在{Solr.home}\example\techproducts\solr\techproducts\conf 下找到managed-schema文件，文件有很详细的注释，下面的文件就是以那个文件为基础进行的一些翻译。

边学边写，关于Solr的学习笔记中，有很多内容来自《Solr in action》和apache给出的guide，加上了一些自己的理解，有可能有表达错误的地方，以后学深入，再回头来改。

managed-schema中主要有以下几种元素：

1. <field>

定义Solr索引的document里的字段，这个一般是根据具体的搜索应用来定义需要有什么字段。有三个特殊一点的字段，分别是："_version_", "_root_" 和 "id"，详见最后面的sample文件。

<field>中的属性

属性	默认值	说明
name		必须，不能取名score，前后辍为下划线的名字(如：_VERSION_)为保留名字
type		必须。值为定义的<fieldType>
indexed	true	是否进行索引。 true的时候进行索引。
stored	true	是否存储。如果此字段的值需要显示在搜索结果中，则需要进行存储。
docValues	false	是否需要存储docValues。docValues用于提升sorting, faceting, grouping, function queries 等性能，现在仅支持StrField, UUIDFiel和所有的Trie*Fields和 *PointFields、日期字段和枚举字段， 此值为true的字段要求此字段 multiValued=false， 并且 (required=true或设置了default的值).
multiValued	false	是否有多个值。
omitNorms		见下面的说明
termVectors	false	设置为true，使More Like This特性生效，会极大的增加索引文件的大小。
termPositions	false	通常用于提高高亮搜索结果这一功能的性能。设置为true，会增加索引文件的大小。
termOffsets	false	通常用于提高高亮搜索结果这一功能的性能。设置为true，会增加索引文件的大小。
termPayloads	false	通常用于提高高亮搜索结果这一功能的性能。设置为true，会增加索引文件的大小。
required	false	如果设置为true，则索引时，如果此字段值为null，则会报错。
default		此字段的默认值。通常用于记录索引生成的当前时间
sortMissingFirst sortMissingLast	false	需要对搜索结果根据某个字段排序时，如果某条记录的此字段值为空，则该记录是排在搜索结果的最前/最后
omitTermFreqAndPositions		对所有不是文本类型的字段，默认为TRUE
omitPositions		与omitTermFreqAndPositions相似，只是仅忽略位置信息
useDocValuesAsStored		当docValues=true时，设置此值为TRUE，则如果返回的字段列表使用了通配符，即使此字段设置了stored=false, 此字段还是会出现在返回的结果里，
large	false	设置为TRUE时，需要设置stored=true和multiValued=false, 表示此字段是大字段，会被懒加载。 通常用于此字段的内容可能比较大，不需要载入内存

对一些属性的详细点的说明：

omitNorms:

norm是基于document length norm，document boost和field boost计算出的浮点（float）值。这里的boost可以理解为权重。document length norm用于为较小的document增加权重（权重较大的话，计算搜索结果的score值会更高一点）。也就是说如果有一个比较小的document和一个比较长的document都符合搜索条件，Lucene会认为那个较小的document相对于较长的document更新符合搜索条件。omitNorms是指忽略norm，所以设为false时，较小的document和较长的document有相同的权重。因此如果我们需要为某个字段在索引时进行加权（boost），则应该设置为false。当字段类型为基本类型（比如：int, float,date,bool. string）时此默认值是true。

termVectors， termPositions， termOffsets 和 termPayloads ：

                   此四个属性通常用于 hl.useFastVectorHighlighter为true时的情况，会较大地增加索引大小

omitTermFreqAndPositions:

如果为TRUE，索引时将忽略频率、位置、负载等信息，这有助于提升不需要这些信息的字段的性能，也会减少索引大小。但是查询如果依赖于字段的位置信息，则会导致查询不到相关document。

上一篇：

Solr6.7 学习笔记(01) -- 目录结构