Solr 查詢中fq引數的解析原理
原文地址：https://blog.csdn.net/rongdmmap/article/details/84168071 覺得分析的不錯，記錄下免得以後找不到。
首先看Lucene進行索引查詢的一個核心方法：IndexSearcher.java
public void search(Weight weight, Filter filter, Collector collector)
其中 Weight是用來計算查詢的權重並生成Scorer（這是一個集合迭代器），它一般由頂層的Query物件使用一個Seacher物件來建立（Query.createWeight(Searcher)），
Filter的作用是得到一個文件集，只有在這個集合內的文件才會返回，
Collector是原始查詢結果的收集器。
Solr的查詢就是基於Lucene的查詢方式的，因此進行一次查詢時就需要的物件與上面列出的相同。
核心的查詢物件由Solr擴充套件為SolrIndexSearcher，但最終查詢依然是呼叫IndexSearcher的search方法。
1、fq引數解析
QueryComponent.java的prepare方法中對引數進行解析
String[] fqs = req.getParams().getParams(CommonParams.FQ); if (fqs!=null && fqs.length!=0) { List filters = rb.getFilters(); if (filters==null) { filters = new ArrayList(); rb.setFilters( filters ); } for (String fq : fqs) {if (fq != null && fq.trim().length()!=0) { QParser fqp = QParser.getParser(fq, null, req); filters.add(fqp.getQuery()); } } }
2、獲取解析物件
由上面的程式碼可以看到filters這個集合中存放著所有fq引數解析得到的Query物件，哪一種QParser由fq的具體內容決定
QParserPlugin.java中可以看到所有的
public static final Object[] standardPlugins = {LuceneQParserPlugin.NAME, LuceneQParserPlugin.class, OldLuceneQParserPlugin.NAME, OldLuceneQParserPlugin.class, FunctionQParserPlugin.NAME, FunctionQParserPlugin.class, PrefixQParserPlugin.NAME, PrefixQParserPlugin.class, BoostQParserPlugin.NAME, BoostQParserPlugin.class, DisMaxQParserPlugin.NAME, DisMaxQParserPlugin.class, ExtendedDismaxQParserPlugin.NAME, ExtendedDismaxQParserPlugin.class, FieldQParserPlugin.NAME, FieldQParserPlugin.class, RawQParserPlugin.NAME, RawQParserPlugin.class, NestedQParserPlugin.NAME, NestedQParserPlugin.class, FunctionRangeQParserPlugin.NAME, FunctionRangeQParserPlugin.class, };
這裡fq中使用frange本地引數的情況由FunctionRangeQParserPlugin來進行解析，在這個類中可以看到：
fq 的引數格式是這樣的：{!frange l=1000 u=50000}
public QParser createParser(String qstr, SolrParams localParams, SolrParams params, SolrQueryRequest req) { return new QParser(qstr, localParams, params, req) { ValueSource vs; String funcStr; public Query parse() throws ParseException { funcStr = localParams.get(QueryParsing.V, null); Query funcQ = subQuery(funcStr, FunctionQParserPlugin.NAME).parse(); if (funcQ instanceof FunctionQuery) { vs = ((FunctionQuery)funcQ).getValueSource(); } else { vs = new QueryValueSource(funcQ, 0.0f); } String l = localParams.get("l"); // l 表示小值的一端，API是這樣說明的：the lower bound, optional String u = localParams.get("u"); // u表示大的一端 API: the upper bound, optional) boolean includeLower = localParams.getBool("incl",true); //如果incl為TRUE,則包含值I boolean includeUpper = localParams.getBool("incu",true); //如果為TRUE，則包含值u // TODO: add a score=val option to allow score to be the value ValueSourceRangeFilter rf = new ValueSourceRangeFilter(vs, l, u, includeLower, includeUpper); SolrConstantScoreQuery csq = new SolrConstantScoreQuery(rf); return csq; } }; }
由此可以知道使用fq進行範圍查詢時所得到具體Query物件是SolrConstantScoreQuery的物件。
SolrConstantScoreQuery類相關問題,建立Scorer物件：
public Scorer scorer(IndexReader reader, boolean scoreDocsInOrder, boolean topScorer) throws IOException {
return new ConstantScorer(similarity, reader, this);
}
其中 ConstantScorer是內部類
ConstantScorer的迭代基礎：
在其建構函式中：
DocIdSet docIdSet = filter instanceof SolrFilter ? ((SolrFilter)filter).getDocIdSet(w.context, reader) : filter.getDocIdSet(reader); if (docIdSet == null) { docIdSetIterator = DocIdSet.EMPTY_DOCIDSET.iterator(); } else { DocIdSetIterator iter = docIdSet.iterator(); if (iter == null) { docIdSetIterator = DocIdSet.EMPTY_DOCIDSET.iterator(); } else { docIdSetIterator = iter; } }
由此可以ConstantScorer的迭代器起始就是這裡的docIdSet的迭代器
docIdSet的迭代器有SolrFilter進行獲取，之前已經看到這個SolrFilter起始就是ValueSourceRangeFilter
它的方法：
public DocIdSet getDocIdSet(final Map context, final IndexReader reader) throws IOException { return new DocIdSet() { public DocIdSetIterator iterator() throws IOException { return valueSource.getValues(context, reader).getRangeScorer(reader, lowerVal, upperVal, includeLower, includeUpper); } }; }
實際的Scorer由DocValues來建立：
public ValueSourceScorer getRangeScorer(IndexReader reader, String lowerVal, String upperVal, boolean includeLower, boolean includeUpper)
它實際返回的是重寫了matchesValue方法的ValueSourceScorer的一子類：
return new ValueSourceScorer(reader, this) { @Override public boolean matchesValue(int doc) { float docVal = floatVal(doc); System.out.println("Document id '" + doc + "' score = " + docVal); return docVal >= l && docVal <= u; } };
回到ValueSourceScorer，我們可以發現這個迭代器是如何工作的：
private int doc = -1; protected final int maxDoc; public int nextDoc() throws IOException { for (; ; ){ doc++; if (doc >= maxDoc) return doc = NO_MORE_DOCS; if (matches(doc)) return doc; } }
也就是這個迭代器預設是匹配所有文件的，只是由重寫它的部分方法來實現文件過濾。
3、使用解析到的Query物件
具體的查詢時在SolrIndexSearcher中進行的，由以下方法開始：
public QueryResult search(QueryResult qr, QueryCommand cmd)
其中QueryResult和QueryCommand都是SolrIndexSearcher的內部類，分別包裝了查詢結果和查詢條件相關內容。
fq 解析得到的Query物件的List在QueryCommand中作為filterList成員變數來儲存：
private List filterList;
具體到實際查詢時（如果結果快取中沒有），Solr會先根據filter或filterList（filter和filterList不能同時都存在，否則報錯）來先查詢到一個文件集合作為過濾器：
DocSet filter = cmd.getFilter()!=null ? cmd.getFilter() : getDocSet(cmd.getFilterList());
其中getDocSet()方法負責根據fq的查詢條件來查詢到一個文件集，查詢方式與普通的查詢類似
該過濾器如果存在，那麼就能到一個Lucene可用的Filter物件：
final Filter luceneFilter = filter==null ? null : filter.getTopFilter();
最後使用這個物件來進行查詢：
super.search(query, luceneFilter, collector);
這個裡面的query是查詢引數中q以及其他相關引數（不包括fq）解析得到的Query物件
處理collector收集到的文件：
TopDocs topDocs = topCollector.topDocs(0, len);
maxScore = totalHits>0 ? topDocs.getMaxScore() : 0.0f;
nDocsReturned = topDocs.scoreDocs.length;
ids = new int[nDocsReturned];
scores = (cmd.getFlags()&GET_SCORES)!=0 ? new float[nDocsReturned] : null;
for (int i=0; i
ScoreDoc scoreDoc = topDocs.scoreDocs[i];
ids[i] = scoreDoc.doc;
if (scores != null) scores[i] = scoreDoc.score;
}
注：最後這點程式碼好像有些問題，我還沒有去看原始碼
————————————————
版權宣告：本文為CSDN博主「rongdmmap」的原創文章，遵循CC 4.0 BY-SA版權協議，轉載請附上原文出處連結及本宣告。
原文連結：https://blog.csdn.net/rongdmmap/article/details/84168071