Solr Facet引发思考 on the road

1.为什么是facet 搜索与推荐本来是不分家的，搜索没有推荐就是存储了，有推荐的搜索才是真正的搜索，才体现搜索的“情感”(query解析、排序、页面展示)、搜索引擎的“难点”（用户意图理解、最有价值信息、最友好交互

下面的内容包括概念都是个人想到的，不专业或者不规范请知晓。理解意义就行。

 

1.为什么是facet
搜索与推荐本来是不分家的，搜索没有推荐就是存储了，有推荐的搜索才是真正的搜索，才体现搜索的“情感”(query解析、排序、页面展示)、搜索引擎的“难点”（用户意图理解、最有价值信息、最友好交互）。

但是搜索很多概念又是源于存储，例如facet就是源于数据库的groupby。单纯的groupby，搜索肯定顶不过数据库。但是搜索有个好处，就是查询条件的文本、区间、模糊有优势，就是获取结果id有优势。之后的facet统计在存储不见得好于数据库。

另外，对于千万级别的数据，从成本、快捷、维护、重用、准实时角度看，使用solr的facet无疑是首选。

使用时，或者是源数据直接进入索引、直接输出统计结果。或者是已经统计好了，只需输出结果。后者检索角色更浓，前者实时角色更浓。

 

2.facet相对hadoop hive优势

Facet对轻量级处理应该更有优势。表现在灵活性比较强。一份索引，可以随时、随地facet各种信息。数据重用，既可以用一般查询，也可以用统计输出，无需中间结果，按需获取。低成本，开源的solr、lucene系统，轻量级，没有hadoop、hive那么重。

 

3.solr当前支持程度

Solr当前支持stored=true的

文本域facet，以及数字域的区间facet，不支持数字类型的facet。

Solr当前facet统计可以设置丰富的各种参数，基于遍历的，性能有瓶颈再大数据量上。性能的提升严重依赖cache的配置，但是jvm下垃圾回收又是问题。

4.扩展与优化

已经支持单层facet

Query=q facet=on facet.field=fieldA,fieldB

不支持双层或者混合facet

Query=q1,q2 facet=on facet.field=fieldsA,fieldB

或者

Query=q1 facet=on facet.field=fieldA Another
query=q2 facet=on facet.field=field2

 

针对有规律的请求

Bean请求队列会，返回也队列化

  
Id 
查询，不需要相关性计算，去得分

  
Rows、start 
都设为0，只获取facet信息

  
Sort=id asc  
自然顺序
只扫描单次的，filterquery可以不开启

Elasticsearch 多字段查询 best_fields、most_fields、cross_fields，傻傻分不清楚？ Multi-match query 的目的多字段匹配，但 Multi-match query 中的 best_fields, most_fields, cross_fields 分不清楚，都什么含义？ 下面我们一一举例解读。