搜索引擎solr系列---solr分词配置

柔光的暖阳◎ 2024-02-18 15:57 66阅读 0赞

#####   **分词我理解的是，输入的一句话，按照它自己定义的规则分为常用词语。** #####

##### **首先，Solr有自己基本的类型，string、int、date、long等等。** #####

对于string类型，比如在你的core/conf/manage-schema文件中，配置一个字段类型为string类型，如果查询符合“我是中国人”的数据，它就认为“我是中国人”是一个词语。  
  但是如果你将该字段设置成了分词，即配置成了text\_ik类型，就可能匹配“我”、“中国人”、“中国”、“中”、“人”带有这些字的该字段数据都可能被查询到。这就是分词带来的结果。具体要按照各自的业务来配置是否分词，分词对于大文本字段设置是合理的，但是对于小字段，设置分词是没必要的，甚至有相反的结果。比如你的某一个叫姓名的字段设置了分词，还不如设置string,查询时模糊匹配效果最好，（模糊匹配就是查询条件两边加上\*），当然也要看自己业务需求是什么。

##### **Solr分词的配置如下：** #####

##### 1.首先下载一个分词的jar包[ik分词5.5jar包下载地址][ik_5.5jar] #####

##### 2.将该分词jar包放到你的solr运行tomcat中的webapps/solr/WEB-INF/lib文件夹中，例如我的是D:\\Tomcat9Solr\\webapps\\solr\\WEB-INF\\lib。 #####

##### 3.然后，在你的solrHome下的某个core/conf文件夹中,找到manage-schema文件，在改文件中的最下边添加配置如下内容： #####

##### 4.然后还是在这个manage-schema文件中，找到你想配置分词的字段，将其type改为text\_ik类型： #####

这里以dkdz为例，设置之前，在solr客户端查看是如下结果：  
不好意思，我图贴错了，下边的3处应该是dkdz，不是dkbm!!  
![这里写图片描述][SouthEast]

配置分词如下：

![这里写图片描述][SouthEast 1]

配置之后，在solr客户端的core admin中，reload该core，再次查看，变成如下页面：

![这里写图片描述][SouthEast 2]

如果变成了上边这种结果，就说明分词成功了。对于分词后的字段，如果在查询结果上有歧义，最好是来到solr客户端的上边位置，看下你的条件是不是因为分词，给分成了不是你想要的那种结果。

下一篇写，分词添加自定义扩展词库

[ik_5.5jar]: http://pan.baidu.com/s/1c2lNi3A
[SouthEast]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/c0c3025446384c73a6e85c9691bb4a28.png
[SouthEast 1]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/6ce18df072c7408e8d9cf3102a0504b2.png
[SouthEast 2]: https://image.dandelioncloud.cn/pgy_files/images/2024/01/29/e903cb01b2c345c0b6a169feab334986.png