在solr的document文件定義中(schema.xml)，需要對每個欄位進行定義indexed, stored，其中表示的含義為：

欄位名稱	欄位含義
indexed	如果該欄位是要做查詢的，需要將其設定為indexed，進行索引，以便能夠根據該欄位進行查詢。 但是與具體分詞手段無關，如果涉及到如果分詞，需要使用type屬性
stored	在solr查詢結果中能夠正常返回，如果一個欄位stored=false，則查詢結果不會包括該欄位。

而只有indexed的欄位可以用於查詢，雖然solr中有sort欄位可以進行排序，這一般用於精確匹配的查詢，例如按照分類/品牌進行搜尋得到結果。如果使用者採用關鍵詞的方式進行模糊匹配，此時使用sort根據某個欄位進行排序會顯得不合時宜，無法幫助使用者搜尋到他想要的結果（更多是被sort所控制，這就好比百度的競價排名系統）。 根據查詢打分的相關文件可以看出，Solr中採用了最基本的向量空間模型：

  其中存在的索引檔案.tvx, tvd, tvf儲存了term vector相關資訊，我們學習如何使用term vector來反映相似性程度。在向量空間模型中，夾角越小，說明相似程度越大，可以用cos餘弦函式定理來計算。
 

  相似值計算公式：t=term, d=document, q=query, f=field

• tf(t in d ) 表示該term 在 這個文件裡出現的頻率(即出現了幾次)。
•  idf(t) 表示 出現該term的文件個數。
•  t.getBoost() 查詢語句中每個詞的權重，可以在查詢中設定某個詞更加重要。

• norm(t,d) 標準化因子d.getBoost() • lengthNorm(f) • f.getBoost() ，它包括三個引數：
  • Document boost：此值越大，說明此文件越重要。
  • Field boost：此域越大，說明此域越重要。
  • lengthNorm(field) = (1.0 / Math.sqrt(numTerms))：一個域中包含的Term總數越多，也即文件越長，此值越小，文件越短，此值越大。
• coord(q,d)：一次搜尋可能包含多個搜尋詞，而一篇文件中也可能包含多個搜尋詞，此項表示，當一篇文件中包含的搜尋詞越多，則此文件則打分越高 ,numTermsInDocumentFromQuery / numTermsInQuery 
• queryNorm(q)：計算每個查詢條目的方差和，此值並不影響排序，而僅僅使得不同的query之間的分數可以比較。

我們當前環境的/select相關配置：

<!-- SearchHandler -->
  <requestHandler name="/select" class="com.zp.solr.handler.component.ZpSearchHandler">
    <lst name="defaults">
      <str name="defType">edismax</str>
      <str name="echoParams">explicit</str>
      <str name="wt">json</str>
      <str name="indent">true</str>
      <str name="df">text</str>
      <str name="bf">
          map(psfixstock,0,0,0,100)
      </str>
    </lst>
    <shardHandlerFactory class="HttpShardHandlerFactory">
      <int name="maxConnectionsPerHost">1000</int>
      <int name="corePoolSize">50</int>
    </shardHandlerFactory>
  </requestHandler>
 
  <!-- A request handler that returns indented JSON by default -->
  <requestHandler name="/query" class="solr.SearchHandler">
     <lst name="defaults">
       <str name="echoParams">explicit</str>
       <str name="wt">json</str>
       <str name="indent">true</str>
       <str name="df">text</str>
     </lst>
  </requestHandler>

  可以看出當前使用了edismax方式，預設查詢欄位df為text，boost function已經被設定，但存在較大問題：搜尋的排序嚴重與貨物的庫存數量相關，這肯定會導致使用者無法查詢出其想要的最精確的結果（即便是無庫存，使用者也可能希望能夠返回正確的商品，而不是有庫存的不相關商品）。Solr查詢中的常用引數列表：

引數	含義
df	default fields，預設查詢欄位
wt	writer type，指定查詢輸出結構格式，預設xml
defType	設定查詢解析器名稱
bf	boost function，可接受多個函式查詢，用空格隔開
qf	query fields，指定索引中查詢欄位，如果沒有指定，預設使用df
q	查詢字串，必輸項
q.op	預設查詢連線符，AND OR
sort	排序，sort=<field_name>+<desc|asc>,...
start	分頁定義結果起始記錄數，預設為0
rows	分頁定義結果每頁返回記錄數，預設為10
fq	filter query，可充分利用filter query cache，提高檢索效能。在q查詢符合結果中同時是fq查詢符合的
fl	field list，指定返回結果欄位，以空格或逗號分隔
timeAllowed	設定查詢超時時間
bq	boost query，指定一個單詞或短語提升查詢權重
mm	Minimum Should Match，指定查詢中必須匹配的最小規則數，如果沒有在查詢中或在solrconfig.xml檔案中指定mm引數值，q.op引數的有效性將會受到影響。如果q.op是AND，則mm=100%，如果q.op是OR，則mm=1（100%表示全部匹配，1表示只要有一個匹配即可）。如果使用者想修改這些行為，可以在solrconfig.xml檔案中定義mm引數

Solr 支援多種查詢解析，給搜尋引擎開發人員提供靈活的查詢解析。Solr 中主要包含這幾個查詢解析器：標準查詢解析器、DisMax 查詢解析器，擴充套件 DisMax 查詢解析器（eDisMax）。 在solr查詢時，使用debugQuery可以打印出其打分的詳細資訊以便我們能夠正確的分析：

"1046888": "
26.279617 = sum of:
  0.9810601 = sum of:
    0.1401725 = weight(text:女士 in 431) [DefaultSimilarity], result of:
      0.1401725 = score(doc=431,freq=2.0), product of:
        0.3656968 = queryWeight, product of:
          1.4455243 = idf(docFreq=37139, maxDocs=57987)
          0.25298557 = queryNorm
        0.3833025 = fieldWeight in 431, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          1.4455243 = idf(docFreq=37139, maxDocs=57987)
          0.1875 = fieldNorm(doc=431)
    0.8408876 = weight(text:手提包 in 431) [DefaultSimilarity], result of:
      0.8408876 = score(doc=431,freq=2.0), product of:
        0.89569205 = queryWeight, product of:
          3.5404868 = idf(docFreq=4570, maxDocs=57987)
          0.25298557 = queryNorm
        0.9388133 = fieldWeight in 431, product of:
          1.4142135 = tf(freq=2.0), with freq of:
            2.0 = termFreq=2.0
          3.5404868 = idf(docFreq=4570, maxDocs=57987)
          0.1875 = fieldNorm(doc=431)
  25.298557 = FunctionQuery(map(int(psfixstock),0.0,0.0,const(0))), product of:
    100.0 = map(int(psfixstock)=1,min=0.0,max=0.0,target=const(0))
    1.0 = boost
    0.25298557 = queryNorm
",

   女士手提包，搜尋詞拆分成兩個詞元：“女士” “手提包”，q.op預設為OR（通過設定mm的值可以影響該屬性）， idf為出現的頻率，單獨搜尋“女士”總條目數37139，單獨搜尋“手提包”總條目數4570，出現頻次越多就越不重要，idf的計算公式：

idf(t) = 1 + log (numDocs / (docFreq +1))

   termFreq=2.0，tf的計算公式，2的1/2次方，得出1.414：

tf(t in d) = numTermOccurrencesInDocument 1/2

  fieldNorm取決於匹配的文件field總數，大概在29個左右（由於查詢中並沒有設定boost），計算公式：

lengthNorm(field) = (1.0 / Math.sqrt(numTerms))

  queryNorm，用來計算每個查詢條目的方差和，使得不同的query之間的分數可以進行比較： 寫道 queryNorm(q) = 1 / (sumOfSquaredWeights )
sumOfSquaredWeights = q.getBoost()2 • ∑ ( idf(t) • t.getBoost() )2   Solr Copy Field對打分的影響 如果使用了solr中的copyfield，會對打分造成什麼影響？copyfield，solr允許將不同的欄位copy到一個欄位中，搜尋只需要搜尋拷貝欄位即可，當然這樣會造成內容中包含非常多的搜尋詞。 根據在StackOverflow上的回答，如果要設定各自欄位的boost，就不能使用統一的copyfield，或者將copyfield進行分組： 當前我們設定的預設df(default field)為<str name="df">text</str>，整個欄位，當前我們可以通過更改qf的方式來做自定義boost，

SearchText, SearchText2^3, SearchText3^10, SearchText4^100

  另一種說法，在solr中支援的多值域(multiValued）其實也就是copyfield，同一個field對應多個value。當一個文件中出現同名的多值域時，倒排索引和項向量都會在邏輯上將這些詞的詞彙單元附加進去。當對多值域進行儲存的時候，它們在文件中的儲存順序是分離的，當在搜尋期間對文件進行檢索時，會發現多個field例項，最後該field的boost如何計算？使用每一個值域的boost相乘。 使用Query Field 我們設定query field，將下面的三個條件作為篩選條件，並設定其boost權重：

      <str name="qf">brand_name^0.9 category_name^0.8 product_name^2.0</str>

  此時我們查詢 “胸飾”，從開啟debugQuery，可以看到其中的詳細評分：

"debug": { "rawquerystring": "胸飾", "querystring": "胸飾", "parsedquery": "(+DisjunctionMaxQuery((brand_name:胸飾^0.9 | category_name:胸飾^0.8 | product_name:胸飾^2.0)) FunctionQuery(map(int(psfixstock),0.0,0.0,const(0),const(100))))/no_coord", "parsedquery_toString": "+(brand_name:胸飾^0.9 | category_name:胸飾^0.8 | product_name:胸飾^2.0) map(int(psfixstock),0.0,0.0,const(0),const(100))",

  我們可以定義多個 requestHandler，用來專門處理多種型別，例如模糊查詢，根據商品id定位商品，後端的內部查詢，將它們分開這樣就可以完成不同的查詢了。